如何从标准正态分布抽样？Stata中R的replicate函数等效实现是什么

你需要生成500份、每份包含10个数值的标准正态分布样本（最终得到10×500矩阵），对应R中replicate(500, rnorm(10))的效果，Stata中有两种常用实现方案：

• 方案1：直接生成目标矩阵（最简便）
  结合Stata内置的矩阵生成函数J()和标准正态随机数函数rnormal()，一行代码即可实现：

  mat norm_matrix = J(10, 500, rnormal())
  

  代码说明：J(r, c, val)函数的作用是生成r行c列、所有元素初始值为val的矩阵，这里val传入rnormal()时，Stata会为矩阵的每个元素独立生成一个标准正态分布随机数，最终直接输出10行500列的目标矩阵，你可以运行mat list norm_matrix查看生成结果。
• 方案2：迭代抽样框架（适配复杂抽样逻辑）
  如果你需要处理更复杂的自定义抽样逻辑，和Rreplicate迭代逻辑完全匹配的实现是用simulate命令，示例代码如下：

  * 清空环境
  clear all
  * 设置随机种子保证结果可复现
  set seed 12345
  * 定义单次抽样的程序：返回10个标准正态随机数
  cap program drop draw_sample
  program define draw_sample, rclass
    forval i = 1/10 {
      return scalar n`i' = rnormal()
    }
  end
  * 重复运行抽样程序500次，结果保存为变量
  simulate n1=r(n1) n2=r(n2) n3=r(n3) n4=r(n4) n5=r(n5) n6=r(n6) n7=r(n7) n8=r(n8) n9=r(n9) n10=r(n10), reps(500) noheader: draw_sample
  * 将结果转为10行500列的矩阵
  mkmat n*, mat(norm_matrix)
  mat norm_matrix = norm_matrix'
  

  代码说明：这种方案扩展性更强，只需要修改draw_sample程序里的逻辑，就可以实现任意自定义规则的重复抽样。

小提示：所有涉及随机数生成的操作，建议在代码开头设置固定随机种子，保证结果可以复现。

内容的提问来源于stack exchange，提问作者T Z