拉丁超立方抽樣
維基百科,自由的 encyclopedia
拉丁超立方抽樣(英語:Latin hypercube sampling,縮寫LHS)是一種從多元參數分佈中近似隨機抽樣的方法,屬於分層抽樣技術,常用於計算機實驗或蒙特卡洛積分等。
麥凱(McKay)等人於1979年提出了拉丁超立方抽樣。[1]不過此前Eglājs於1977年獨立提出過相同的抽樣技術。[2]1981年,伊曼(Ronald L. Iman)等進一步發展了該方法。[3]
在統計抽樣中,拉丁方陣是指每行、每列僅包含一個樣本的方陣。拉丁超立方則是拉丁方陣在多維中的推廣,每個與軸垂直的超平面最多含有一個樣本。
假設有個變量(維度),可以將每個變量分為個概率相同的區間。此時,可以選取個滿足拉丁超立方條件的樣本點。需要注意的是,拉丁超立方抽樣要求每個變量的分區數量相同。不過,該方法並不要求當變量增加時樣本數同樣增加。