如何从超椭圆体(恒定的马氏距离)的表面均匀采样?


12

在实值多元情况下,是否有一种方法可以从表面上的点开始均匀采样,这些点的马氏距离与均值的距离是恒定的?

编辑:这只是归纳为满足方程的超椭圆体表面的均匀采样点,

(xμ)TΣ1(xμ)=d2.

更准确地说,“均匀”是指样本,以使超曲面的每个面积元素dA包含相同的概率质量。


1
如果我错了,请纠正我:您是否在问“给定随机变量,我如何从距E [ X ]的给定马氏距离c的点上进行统一采样?” XcE[X]
Kevin Li

1
我认为我们需要对“统一”进行适当的定义。原因是这样的:在二维中,这组点沿某些椭圆放置。是否应该以相等的长度具有相等的机会,或相等的角度具有相等的机会,或者使变量标准化时的相等长度具有相同的机会,以某种方式从该椭圆采样?如果您可以解释该抽样旨在实现的目标,则可以为我们提供足够的信息,以了解您要提出的问题。
ub

1
我了解从球体表面进行均匀采样,然后将其映射到椭球体不会在椭球体上给出均匀的采样。因此,我需要一种从椭圆形表面均匀采样的方法。
sachin vernekar

1
在超曲面的每个面积元素dA包含相同的概率质量的意义上,是否要使样品均匀地分布在椭球面上?
Sextus Empiricus

1
您为何,如何以及在哪里应用此统一样本?此类信息可能有助于制定最佳/足够的策略。例如,当不同的椭球轴相差不大时,可以使用拒绝采样,方法是:(1)在球体上采样,(2)将其压缩为椭球,(3)计算表面积的压缩率(4)根据该比率的倒数拒绝样本。
Sextus Empiricus

Answers:


4

当不同的椭球轴相差不大时,则可以使用拒绝采样(相差很大,您会拒绝很多,因此不太可行)

  • (1)超球面上的样本
  • (2)将其压缩为超椭圆体
  • (3)计算表面积的压缩率
  • (4)按该比率拒绝样品。

2D范例

例

set.seed(1)
#some matrix to transform n-sphere (in this case 2x2)
m <- matrix(c(1, 0.55, 0.55, 0.55), 2)

# sample multinomial with identity covariance matrix
x <- cbind(rnorm(3000, 0, 1), rnorm(3000, 0, 1))
l1 <- sqrt(x[,1]^2 + x[,2]^2)

# perpendicular vector
per <- cbind(x[,2], -x[,1])

# transform x
x <- x %*% m
# transform perpendicular vector (to see how the area transforms)
per2 <- per %*% m

# get onto unit-"sphere"/ellipsoid
x <- x/l1

# this is how the area contracted
contract <- sqrt(per2[,1]^2 + per2[,2]^2) / sqrt(per[,1]^2 + per[,2]^2)

# then this is how we should choose to reject samples 
p <- contract/max(contract)

# rejecting
choose <- which( rbinom(n=length(p), size=1, p=p) == 1)

#plotting
plot(x[1:length(choose), 1], x[1:length(choose), 2],
     xlim=c(-1.2, 1.2), ylim=c(-1.2, 1.2),
     xlab = expression(x[1]), ylab = expression(x[2]),
     bg=rgb(0, 0, 0, 0.01), cex=0.6, pch=21, col=rgb(0, 0, 0, 0.01))
title("squeezed uniform circle \n ")

#plotting
plot(x[choose,1], x[choose,2],
     xlim=c(-1.2, 1.2), ylim=c(-1.2, 1.2),
     xlab = expression(x[1]), ylab = expression(x[2]),
     bg=rgb(0, 0, 0, 0.01), cex=0.6, pch=21, col=rgb(0, 0, 0, 0.01))
title("squeezed uniform circle \n  with rejection sampling")
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.