我正在生成大约1亿个随机数来从300件事中挑选。我需要进行设置，以便我有1000万个独立实例（不同种子），每个实例选择10次。目标是使汇总结果具有非常低的差异，因为每个项目的选择次数相同。
问题在于常规的prng，有些数字比其他数字更多。 （试过lcg和mersenne twister）最挑选和最少挑选的差异可能是几千到一万）使用线性一致性发生器和mersenne twister，我也尝试用1个实例挑选1亿次并且也没有产生统一的结果。我猜这是因为时间很长，也许1亿还不够大。从理论上讲，如果我选择足够的数字，结果应该达到一致性。 （应该达到预期值）
我切换到了Sobol，一个quasirandom发生器，并且通过1次实例测试得到了1亿个更好的结果。 （大多数挑选和最少挑选之间的差异大约是5）但是将它们分成10万个实例，每次10次，均匀性丢失了，我得到了与prng类似的结果。 Sobol似乎对序列非常敏感 - 随意跳过会减少一致性。
是否有一类随机生成器即使在组合了1000万个独立实例时也能保持类似于随机数的低差异？或者这在理论上是不可能的？我现在能想到的一个解决方案是使用1个Sobol生成器，该生成器在1000万个实例中共享，因此它实际上与1个实例测试中的1亿个相同。
答案 0 :(得分：0)
Sobol的改组和正确使用都可以根据需要提供均匀性。改组需要在聚合级别上进行（从具有所需聚合频率的全局100M样本开始，然后将其随机化以引入随机性，最后拆分为10个值实例;在每个实例内进行改组对全局没有帮助，如您所述）
但这是一个额外的统一级别，你可能不需要这样：随机性可能就足够了。 首先，我会检查检查本身，因为听起来很奇怪，如果有足够的样本，你真的会得到显着的偏差（检查“卡方检验”以确定这种重要性，或者相当于有多少是“足够”的样本）。因此，对于第一次安全检查：如果您选择独立的值，那么对10个实例进行不同的简化，选择10个2类别：您是否得到大约二项分布？对于独家选择，它是一个不同的分布（超几何iirc，但需要检查）。然后概括为更多类别（多项分布），只有在以后才能安全地继续处理您的问题。