分位数分层抽样用于多元正态模拟及其他多元分布
Quantile-stratified sampling for multivariate normal simulations and other multivariate distributions
- ACIL Allen（ACIL艾伦）
机构由 AI 辅助整理，请以论文原文为准。
AI总结：
本文提出将分位数分层抽样扩展至多元分布模拟的方法，该方法生成的样本空间填充性与覆盖性优于IID抽样，通过有序对数密度值图验证了其覆盖性能。
AI中文摘要：
本文展示如何将分位数分层抽样扩展为从各类多元分布生成模拟样本的方法；这类模拟样本相较于独立同分布（IID）抽样生成的样本，具备更优的空间填充性与覆盖性。我们通过对比模拟样本的有序对数密度值图，检验其与IID抽样的覆盖性能。
英文摘要：
In this paper we show how to extend quantile-stratified sampling to produce simulations from various multivariate distributions. These simulations have desirable space-filling and coverage properties relative to simulation using IID sampling. We examine the coverage performance of these simulations against IID sampling by looking at plots of ordered log-density values from the simulations.
