Main Content

本页的翻译已过时。点击此处可查看最新英文版本。

lhsnorm

来自正态分布的拉丁超立方样本

语法

X = lhsnorm(mu,sigma,n)
X = lhsnorm(mu,sigma,n,flag)
[X,Z] = lhsnorm(...)

说明

X = lhsnorm(mu,sigma,n) 返回 n×p 矩阵 X,其中包含大小为 n 的拉丁超立方样本,该样本来自具有均值向量 mu 和协方差矩阵 sigma 的 p 维多元正态分布。

X 类似于从多元正态分布抽取的随机样本,只是每列的边缘分布经过调整,使得其样本边缘分布接近其理论正态分布。

X = lhsnorm(mu,sigma,n,flag) 控制样本中的平滑处理量。如果 flag'off',则每列在概率等级上都有等距的点。换句话说,每列均为值 G(0.5/n), G(1.5/n), ..., G(1-0.5/n) 的排列,其中 G 是该列边缘分布的逆正态累积分布。如果 flag'on'(默认值),则每列都有在概率等级上均匀分布的点。例如,您可以使用在区间 (0/n,1/n) 上具有均匀分布的值来代替 0.5/n

[X,Z] = lhsnorm(...) 还返回 Z,即调整边距以获得 X 之前的原始多元正态样本。

参考文献

[1] Stein, M. “Large sample properties of simulations using latin hypercube sampling.” Technometrics. Vol. 29, No. 2, 1987, pp. 143–151. Correction, Vol. 32, p. 367.

另请参阅

|

在 R2006a 之前推出