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,
更准确地说,“均匀”是指样本,以使超曲面的每个面积元素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?”
—
Kevin Li
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的具有相同的机会,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
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
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
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