Randgegevens

Randgegevens is een term uit statistiek en datawetenschap die verwijst naar gegevens die op toeval berusten of via een willekeurig proces zijn gegenereerd. Randgegevens worden gebruikt als basis voor simulaties, het testen van algoritmen en het genereren van benchmarks. Er is een onderscheid tussen ware willekeurige gegevens, afkomstig uit fysieke processen zoals ruis of straling, en pseudo-willekeurige gegevens die door een deterministische generator zijn geproduceerd. Voor de meeste toepassingen volstaat pseudo-willekeurigheid, mits de generator correct wordt geparametreerd en reproduceerbaar is via een seed.

Generatie en kwaliteit

Randgegevens kunnen op verschillende manieren worden gegenereerd: door hardwarebronnen die echte willekeur leveren, of door softwarematige pseudo-willekeurigheid (PRNG) zoals Mersenne Twister, PCG of Xoshiro. Belangrijke kwaliteitsaspecten zijn onafhankelijkheid en identieke verdeling (i.i.d.), uniformiteit en reproduceerbaarheid. Bij wetenschappelijk gebruik is het essentieel de seed vast te leggen zodat resultaten herhaalbaar zijn. In sommige gevallen worden cryptografisch veilige RNG’s gebruikt wanneer geheimhouding of beveiliging vereist is, maar randgegevens uit gewone PRNG’s zijn doorgaans niet geschikt voor cryptografische doeleinden.

Toepassingen en beperkingen

Toepassingen omvatten Monte Carlo-simulaties, bootstrap-resampling, experimenteel ontwerp via randomisatie, benchmarking van algoritmen en het genereren van kunstmatige datasets. Een belangrijke beperking is dat de kwaliteit van randgegevens de validiteit van conclusies beïnvloedt: bias in willekeur of onvoldoende entropie kan vertekeningen veroorzaken. Seeds en generatorkeuze beïnvloeden reproduceerbaarheid en bias. Voor communicatieve of beveiligingsdoeleinden is vaak aanvullende zorg nodig; in die gevallen gelden specifieke normen voor randomness en veiligheid.