Atualmente, estou trabalhando em um projeto no qual gere valores aleatórios usando conjuntos de pontos com baixa discrepância / quase aleatória , como conjuntos de pontos Halton e Sobol. Estes são vetores essencialmente dimensionais que imitam variáveis uniformes dimensionais (0,1), mas têm uma propagação melhor. Em teoria, eles devem ajudar a reduzir a variação de minhas estimativas em outra parte do projeto.
Infelizmente, tenho encontrado problemas ao trabalhar com eles e grande parte da literatura neles é densa. Eu esperava, portanto, ter uma ideia de alguém que tenha experiência com eles ou, pelo menos, descobrir uma maneira de avaliar empiricamente o que está acontecendo:
Se você trabalhou com eles:
O que exatamente está lutando? E que efeito isso tem no fluxo de pontos gerados? Em particular, há um efeito quando a dimensão dos pontos gerados aumenta?
Por que é que, se eu gerar dois fluxos de pontos Sobol com o MatousekAffineOwen, obtendo dois fluxos diferentes de pontos. Por que não é esse o caso quando eu uso a mistura de raiz reversa com pontos Halton? Existem outros métodos de codificação existentes para esses conjuntos de pontos - e, se houver, existe uma implementação do MATLAB?
Se você não trabalhou com eles:
- Digamos que eu tenho sequências de números supostamente aleatórios, que tipo de estatística devo usar para mostrar que elas não estão correlacionadas? E qual número n eu precisaria para provar que meu resultado é estatisticamente significativo? Além disso, como eu poderia fazer a mesma coisa se tivesse n seqüências S 1 , S 2 , ... , S n devetores d- dimensionais aleatórios [ 0 , 1 ] ?
Perguntas de acompanhamento sobre a resposta do cardeal
Teoricamente falando, podemos emparelhar qualquer método de embaralhamento com qualquer sequência de baixa disrepany? O MATLAB só me permite aplicar a codificação de seqüência inversa nas seqüências de Halton, e estou pensando se isso é simplesmente um problema de implementação ou de compatibilidade.
Estou procurando uma maneira que me permita gerar duas (t, m, s) redes que não estão correlacionadas. O MatouseAffineOwen me permitirá fazer isso? Que tal se eu usasse um algoritmo de codificação determinístico e simplesmente decidisse escolher cada valor de 'k-ésimo' onde k era primo?