Образец латинского гиперкуба из нормального распределения
X = lhsnorm(mu,sigma,n)
X = lhsnorm(mu,sigma,n,flag)
[X,Z] = lhsnorm(...)
X = lhsnorm(mu,sigma,n) возвращает матрицу n-by-p, X, содержащий образец размера латинского гиперкуба n из p-мерного многомерного нормального распределения со средним вектором, muи ковариационная матрица, sigma.
X подобен случайной выборке из многомерного нормального распределения, но предельное распределение каждого столбца регулируется так, что его предельное распределение выборки близко к его теоретическому нормальному распределению.
X = lhsnorm(mu,sigma,n, управляет степенью сглаживания в образце. Если flag)flag является 'off'каждый столбец имеет точки, равномерно разнесенные по шкале вероятности. Другими словами, каждый столбец является перестановкой значений G(0.5/n), G(1.5/n), ..., G(1-0.5/n), где G является обратным нормальным кумулятивным распределением для маргинального распределения этого столбца. Если flag является 'on' (по умолчанию), каждый столбец имеет точки, равномерно распределенные по шкале вероятности. Например, вместо 0.5/n используется значение, имеющее равномерное распределение в интервале (0/n,1/n).
[X,Z] = lhsnorm(...) также возвращает Z, исходная многомерная нормальная выборка перед корректировкой маргинальных номеров для получения X.
[1] Штейн, М. «Свойства большого образца моделирования с использованием латинского гиперкуба». Технометрические данные. т. 29, № 2, 1987, стр. 143-151. Исправление, том 32, стр. 367.