从在回答前一个问题,我是指向哈尔顿序列,用于创建一组涵盖了统一的样本空间相当均匀的载体。但是维基百科页面提到,特别是较高的素数在系列的早期通常是高度相关的。样本量相对较短的任何一对高质数似乎都是这种情况-即使变量没有相关性,样本空间也不是均匀采样的,而是整个空间中存在高样本密度的对角带。
因为我使用的是长度为6或更大的向量,所以不可避免地将不得不使用一些素数来解决这个问题(尽管不如上面的示例那样糟糕),并且某些变量对将在他们的样本飞机。在我看来,使用Sobol'序列生成相似的集合(仅通过查看图表)似乎可以在变量对之间生成样本,这些变量对的分布更加均匀,即使是相对少量的样本也是如此。这似乎有用得多,所以我想知道Halton序列何时会更有益?还是仅仅是Halton序列更容易计算?
注意:也欢迎讨论其他多维低差异序列。