ขณะนี้ฉันกำลังทำงานในโครงการที่ฉันสร้างค่าสุ่มโดยใช้ชุดจุดที่มีความคลาดเคลื่อน / กึ่งสุ่มต่ำเช่นชุดจุด Halton และ Sobol เหล่านี้เป็นหลักมิติเวกเตอร์ที่เลียนแบบมิติเครื่องแบบ (0,1) ตัวแปร แต่มีการแพร่กระจายที่ดีขึ้น ในทางทฤษฎีพวกเขาควรจะช่วยลดความแปรปรวนของการประมาณของฉันในส่วนอื่นของโครงการ
แต่น่าเสียดายที่ฉันพบเจอปัญหาการทำงานกับพวกเขาและงานเขียนของพวกเขาส่วนใหญ่นั้นหนาแน่น ดังนั้นฉันจึงหวังที่จะได้รับข้อมูลเชิงลึกจากคนที่มีประสบการณ์กับพวกเขาหรืออย่างน้อยก็หาวิธีที่จะประเมินสิ่งที่เกิดขึ้นโดยประจักษ์
หากคุณทำงานกับพวกเขา:
การต่อสู้คืออะไร? และผลกระทบอะไรที่มีต่อกระแสคะแนนที่สร้างขึ้น โดยเฉพาะมีผลเมื่อขนาดของคะแนนที่สร้างเพิ่มขึ้นหรือไม่
ทำไมถ้าฉันสร้างกระแส Sobol สองจุดด้วย MatousekAffineOwen scrambling ฉันได้รับกระแสสองจุดที่แตกต่างกัน เหตุใดจึงไม่เป็นเช่นนี้เมื่อฉันใช้ scrambling แบบย้อนกลับด้วยคะแนนฮาลตัน? มีวิธีการแย่งชิงอื่น ๆ ที่มีอยู่สำหรับชุดจุดเหล่านี้ - และถ้าเป็นเช่นนั้นมีการใช้ MATLAB หรือไม่?
หากคุณไม่ได้ทำงานกับพวกเขา:
- ว่าฉันมีลำดับS 1 , S 2 , … , S nของตัวเลขสุ่มที่คาดคะเนสถิติประเภทใดที่ฉันควรใช้เพื่อแสดงว่าพวกเขาไม่ได้มีความสัมพันธ์กัน? และสิ่งที่จำนวนnฉันจะต้องพิสูจน์ให้เห็นว่าผลของฉันคือนัยสำคัญทางสถิติ? นอกจากนี้ฉันจะทำสิ่งเดียวกันได้อย่างไรถ้าฉันมีnซีเควนซ์S 1 , S 2 , … , S nของd - มิติสุ่ม[ 0 , 1 ]เวกเตอร์
คำถามติดตามผลในคำตอบของพระคาร์ดินัล
ในทางทฤษฎีการพูดเราสามารถจับคู่วิธีการแย่งชิงกับลำดับความคลาดเคลื่อนต่ำ ๆ ได้หรือไม่? MATLAB อนุญาตให้ฉันใช้การแปลงเรเดียนแบบย้อนกลับกับลำดับของ Halton เท่านั้นและสงสัยว่าเป็นเพียงปัญหาการใช้งานหรือปัญหาความสามารถในการใช้งาน
ฉันกำลังมองหาวิธีที่จะทำให้ฉันสามารถสร้างอวนสอง (t, m, s) ที่ไม่เกี่ยวข้องกัน MatouseAffineOwen จะอนุญาตให้ฉันทำสิ่งนี้หรือไม่? ถ้าฉันใช้อัลกอริทึม scrambling แบบกำหนดค่าและตัดสินใจเลือกค่า 'kth' ทุกค่าที่ k เป็นค่าเฉพาะ?