达成共识

Question

我正在调查是否有可能有两套软件就产生的伪随机数序列达成一致。我对理解所有可能的分歧点很感兴趣，就像我对找到一种让他们同意的方法一样。你知道吗

为什么？我在一家数据商店工作，它使用许多不同的软件包（Stata、R、Python、SAS，可能还有其他软件包）。最近有人对用另一种语言复制过程来QCing输出感兴趣。对于任何涉及随机数的过程，如果我们能够提供一系列的步骤（“设置此选项”等），使两个包能够达成一致，那将是很有帮助的。如果这是不可行的，我想能够清楚地指出哪里是失败点。你知道吗

一个简单的例子：

R和Python的默认随机数生成器都是Mersenne Twister。我把它们放在同一个种子上，试着从中取样，同时观察PRNG的“状态”。两种价值观都不认同。你知道吗

R（3.2.3，64位）：

set.seed(20160201)
.Random.seed
sample(c(1, 2, 3, 4, 5))

Python（3.5.1，64位）：

import random

random.seed(20160201)
random.getstate()
random.sample([1, 2, 3, 4, 5], 5)

Answer 1

老问题，但可能对一些未来的读者有用：正如在评论中提到的，最好的办法是自己实现这个，并为不同的环境提供接口，这样对于给定的种子，返回相同的结果。为什么这是必要的？你以“抽样”为例。其中包括几个步骤。你知道吗

1. 播种是一个不平凡的过程。例如，R一直到further scramble提供的种子。因此，除非用户工具使用相同的方法，否则即使用户提供相同的值，它们最终也会得到不同的种子。

2. 实际的RNG：即使在这两种情况下可能会使用梅森捻线机，它真的是相同的版本使用？R使用32位的MT。也许Python使用64位的版本？

3. 大多数RNG给您一个无符号整数（现在通常是32或64位）。但是你需要一些随机数的分布，例如，对于抽样，你需要给定范围内的随机整数。有many methods从RNG生成的整数到采样所需的整数。在R的情况下，您甚至不能访问RNG的输出值。最基本的函数是R_unif，它在[0，1]中返回一个double。同样，如何生成这样的double是not universally agreed on。如果你需要其他的分布函数（正态分布，指数分布，…），你会发现很多不同的算法。

总的来说，有很多地方（细微的）差异可以潜移默化。你知道吗