让PRNG同意跨软件

Question

我正在研究是否有可能让两组软件就生成的伪随机数序列达成一致。我有兴趣了解所有可能的分歧点，因为我实际上找到了让他们同意的方法。

为什么？我在数据商店工作，使用许多不同的软件包（Stata，R，Python，SAS，可能还有其他软件包）。最近通过复制另一种语言的过程对QCing输出感兴趣。对于涉及随机数的任何过程，如果我们可以提供允许两个包同意的一系列步骤（“设置此选项”等）将会有所帮助。如果这不可行，我希望能够清楚地说明失败点在哪里。

一个简单的例子：

R和Python的默认随机数生成器都是Mersenne-Twister。我将它们设置为相同的种子并尝试从中进行采样，并查看PRNG的“状态”。两个价值都没有达成一致。

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，但对未来的读者可能有用：正如评论中所提到的，最好的办法就是实现这个自我，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。为什么这有必要？您使用“采样”作为示例。涉及几个步骤。

1. 播种是一个非平凡的过程。例如，R向further scramble提供所提供的种子。因此，除非您的用户工具使用相同的方法，否则即使用户提供相同的值，它们也会以不同的种子结束。
2. 实际的RNG：尽管在两种情况下都可能使用Mersenne-Twister，但它使用的版本是否真的相同？ R使用32位MT。也许Python使用64位版本？
3. 大多数RNG为您提供无符号整数（现在通常为32或64位）。但是你需要一些随机数的分布，例如对于采样，您需要在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，您甚至无法访问RNG的输出值。最基本的函数是R_unif，它在[0,1]中返回一个double。再次，如何生成这样的双倍是not universally agreed on。如果你需要其他分布函数（正常，指数......），你会发现很多不同的算法。

总的来说，有很多地方（细微的）差异可能会蔓延。