Skip to content
กลับไปยังผลการค้นหา

การสุ่มตัวอย่างแบบละตินไฮเปอร์คิวบ์ — การออกแบบการจำลองแบบแบ่งชั้น

ปี
1979
ประเภท
Stratified space-filling sampling design

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การสุ่มตัวอย่างแบบละตินไฮเปอร์คิวบ์ (Latin Hypercube Sampling - LHS) เป็นการออกแบบที่เติมเต็มปริภูมิแบบแบ่งชั้นสำหรับการทดลองคอมพิวเตอร์ ซึ่งนำเสนอโดย McKay, Beckman และ Conover ในปี 1979 โดยจะแบ่งช่วงของตัวแปรอินพุตแต่ละตัวออกเป็นชั้นที่มีความน่าจะเป็นเท่ากัน และดึงตัวอย่างเพียงหนึ่งเดียวต่อชั้น เพื่อให้แน่ใจว่าปริภูมิอินพุตทั้งหมดได้รับการครอบคลุมด้วยการประเมินแบบจำลองจำนวนน้อยกว่าที่การจำลองแบบมอนติคาร์โลมาตรฐานต้องการอย่างมาก โดยทั่วไปจะใช้ร่วมกับการวิเคราะห์ความไวแบบทั่วโลก โดยเฉพาะดัชนีโซโบล เพื่อวัดปริมาณว่าอินพุตแต่ละตัวมีผลต่อความแปรปรวนของเอาต์พุตมากน้อยเพียงใด

แนวคิดเบื้องหลังวิธีการ

ลองนึกภาพว่าคุณต้องการทำความเข้าใจว่าแบบจำลองคอมพิวเตอร์ที่ซับซ้อนตอบสนองต่อการผสมผสานอินพุตที่หลากหลายอย่างไร แต่การรันแบบจำลองแต่ละครั้งมีค่าใช้จ่ายสูง การสุ่มตัวอย่างแบบมอนติคาร์โลมาตรฐานจะสุ่มตัวอย่างแบบสุ่มและอาจทำให้บางพื้นที่ของปริภูมิอินพุตถูกครอบคลุมอย่างหลวมๆ โดยบังเอิญ การสุ่มตัวอย่างแบบละตินไฮเปอร์คิวบ์หลีกเลี่ยงปัญหานี้โดยทำหน้าที่เหมือนตารางที่รอบคอบ: มันจะตัดมิติอินพุตแต่ละอันออกเป็นส่วนๆ ที่มีความน่าจะเป็นเท่ากัน และรับประกันว่าทุกส่วนจะถูกแทนที่ในตัวอย่างเพียงครั้งเดียว ผลลัพธ์คือชุดของจุดอินพุตที่กระจายตัวอย่างสม่ำเสมอกว่าการสุ่มแบบสุ่ม ดังนั้นคุณจะเรียนรู้เกี่ยวกับพฤติกรรมของแบบจำลองต่อการรันมากขึ้น เมื่อใช้ร่วมกับดัชนีความไวของโซโบล วิธีนี้ยังบอกคุณว่าอินพุตใดสำคัญที่สุด ซึ่งเป็นขั้นตอนสำคัญก่อนที่จะลงทุนในการวิเคราะห์หรือปรับเทียบเพิ่มเติม

ประวัติศาสตร์

การสุ่มตัวอย่างแบบละตินไฮเปอร์คิวบ์ถูกนำเสนอโดย McKay, Beckman และ Conover ในบทความปี 1979 ในวารสาร Technometrics ซึ่งเปรียบเทียบกับการสุ่มแบบธรรมดาและการสุ่มแบบแบ่งชั้นในฐานะวิธีการสำรวจเอาต์พุตของแบบจำลองคอมพิวเตอร์ ชื่อนี้มาจากโครงสร้างการจัดหมู่แบบละตินสแควร์ที่ขยายไปยังมิติที่สูงขึ้น: เช่นเดียวกับละตินสแควร์ที่วางสัญลักษณ์หนึ่งตัวในแต่ละแถวและคอลัมน์ของกริด LHS จะวางตัวอย่างหนึ่งตัวในแต่ละแถวและคอลัมน์ของกริดการแบ่งชั้นหลายมิติ วิธีการนี้กลายเป็นรากฐานของการออกแบบการทดลองคอมพิวเตอร์ — สาขาที่ Sacks และคณะ (1989) ทำให้เป็นทางการ — และการจับคู่กับการวิเคราะห์ความไวแบบทั่วโลกโดยอิงความแปรปรวนได้รับการจัดระบบโดย Saltelli และคณะในทศวรรษที่ 1990 และ 2000 ซึ่งนำไปสู่ตำราเรียนที่ใช้กันอย่างแพร่หลายโดย Saltelli และคณะ (2008)

ควรใช้เมื่อใด

LHS เหมาะสมเมื่อใดก็ตามที่คุณต้องการสำรวจว่าแบบจำลองที่มีค่าใช้จ่ายในการคำนวณสูงตอบสนองต่อปริภูมิอินพุตอย่างไร และการออกแบบแบบแฟกทอเรียลเต็มรูปแบบหรือการสุ่มแบบมอนติคาร์โลจะมีค่าใช้จ่ายสูงเกินไป วิธีการนี้ต้องการให้สามารถระบุขอบเขตและการแจกแจงของตัวแปรอินพุตได้ — แม้แต่การแจกแจงตามขอบเขตโดยประมาณก็เพียงพอแล้ว เหมาะอย่างยิ่งสำหรับการวิเคราะห์ความไวแบบทั่วโลกเมื่ออินพุตเป็นแบบต่อเนื่อง หากอินพุตมีความสัมพันธ์กันอย่างมาก ให้ใช้วิธีการปรับปรุงของ Iman-Conover ก่อนการสุ่มตัวอย่าง เมื่อแบบจำลองมีค่าใช้จ่ายในการประเมินต่ำมาก การสุ่มตัวอย่างแบบมอนติคาร์โลมาตรฐานที่มีขนาดตัวอย่างใหญ่มากเป็นทางเลือกที่ง่ายกว่า เมื่อคุณต้องการเพียงความไวเฉพาะที่ วิธีการอิงเกรเดียนต์อาจให้ข้อมูลเชิงลึกมากกว่า

ข้อจำกัดและข้อควรพิจารณา

  • ต้องการให้ระบุการแจกแจงและขอบเขตของอินพุตล่วงหน้า — การแจกแจงที่ไม่เหมาะสมอาจทำให้ปริภูมิพารามิเตอร์ที่แท้จริงผิดเพี้ยนไป
  • การวิเคราะห์ความไวของโซโบลต้องการขนาดตัวอย่าง N·(k+2) ซึ่งอาจมีขนาดใหญ่เมื่อจำนวนอินพุต k สูง
  • LHS ไม่รับประกันความเป็นเลิศในปริภูมิที่มีมิติสูง — ข้อได้เปรียบเหนือการสุ่มแบบธรรมดาลดลงเมื่อมิติเพิ่มขึ้น
  • วิธีการนี้เป็นการสำรวจเท่านั้น — ไม่ได้ประมาณความไม่แน่นอนของการแจกแจงเอาต์พุตด้วยตนเองหากไม่มีการวิเคราะห์เพิ่มเติม

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • บรรลุความแม่นยำในการประมาณค่าที่คล้ายคลึงกับการสุ่มตัวอย่างแบบมอนติคาร์โลมาตรฐาน ด้วยการประเมินแบบจำลองที่น้อยกว่าอย่างมาก ทำให้มีประสิทธิภาพสูงสำหรับการจำลองที่มีค่าใช้จ่ายสูง
  • รับประกันการครอบคลุมเต็มรูปแบบของช่วงของตัวแปรอินพุตแต่ละตัวผ่านการแบ่งชั้น ขจัดความแออัดและการเว้นว่างที่ทำให้การสุ่มแบบธรรมดาประสบปัญหา
  • จับคู่ตามธรรมชาติกับดัชนีความไวแบบทั่วโลกของโซโบล ช่วยให้สามารถจัดอันดับความสำคัญของอินพุตได้อย่างมีหลักการ
  • สามารถนำไปใช้กับแบบจำลองกล่องดำใดๆ — ไม่จำเป็นต้องมีข้อมูลอนุพันธ์หรือรูปแบบวิเคราะห์
  • ส่วนขยาย Iman-Conover จัดการกับอินพุตที่มีความสัมพันธ์กันโดยไม่สูญเสียคุณสมบัติการเติมเต็มปริภูมิ

การประยุกต์ใช้

  • การวิเคราะห์ความไม่แน่นอนและความไวในแบบจำลองสิ่งแวดล้อมและสภาพภูมิอากาศ ซึ่งการรันแบบจำลองหลายพันครั้งด้วยความละเอียดเต็มรูปแบบเป็นไปไม่ได้
  • วิศวกรรมความน่าเชื่อถือและความปลอดภัยของโครงสร้าง: การแพร่กระจายคุณสมบัติวัสดุและภาระที่ไม่แน่นอนผ่านแบบจำลองไฟไนต์เอลิเมนต์เพื่อประมาณค่าความน่าจะเป็นของความล้มเหลว
  • แบบจำลองทางเภสัชกรรมและชีวการแพทย์: การสำรวจว่าพารามิเตอร์ทางสรีรวิทยาที่ไม่แน่นอนส่งผลต่อการคาดการณ์ความเข้มข้นของยาในแบบจำลองเภสัชจลนศาสตร์อย่างไร
  • การวิเคราะห์ความเสี่ยงทางการเงิน: การสุ่มตัวอย่างพารามิเตอร์ตลาดที่ไม่แน่นอนเพื่อประมาณค่าความเสี่ยงของพอร์ตโฟลิโอภายใต้แบบจำลองการกำหนดราคาที่ซับซ้อน
  • การจำลองทางสังคมเชิงเอเจนต์: การสำรวจอย่างเป็นระบบว่าพารามิเตอร์พฤติกรรมที่ไม่แน่นอนส่งผลต่อผลลัพธ์โดยรวมอย่างไร

วิธีการทำงาน

วิธีการทำงาน

1

ตัวแปรอินพุตที่ไม่แน่นอนแต่ละตัวจะถูกกำหนดการแจกแจงความน่าจะเป็น (เอกรูป, ปกติ, ลอการิทึมปกติ ฯลฯ) และระบุช่วงที่เป็นไปได้ ขั้นตอนนี้จะทำให้สิ่งที่นักวิเคราะห์รู้ — หรือสมมติ — เกี่ยวกับพารามิเตอร์แต่ละตัวก่อนเริ่มการสุ่มตัวอย่างมีความชัดเจน หากอินพุตมีความสัมพันธ์กัน วิธีการสหสัมพันธ์อันดับของ Iman-Conover สามารถนำมาใช้เพื่อรักษาโครงสร้างการพึ่งพาของอินพุตเหล่านั้น ในขณะที่ยังคงสร้างการออกแบบ LHS ที่ถูกต้อง

2

การแจกแจงสะสมของตัวแปรอินพุตแต่ละตัวจะถูกแบ่งออกเป็น N ช่วงที่มีความน่าจะเป็นเท่ากัน (ชั้น) ค่าหนึ่งจะถูกสุ่มจากภายในแต่ละชั้น และค่าที่สุ่มได้ N ค่าจะถูกสับเปลี่ยนแบบสุ่มอย่างอิสระระหว่างตัวแปรอินพุต ผลลัพธ์คือเมทริกซ์ N × k (N ตัวอย่าง, k อินพุต) ซึ่งแต่ละแถวคือการผสมผสานค่าอินพุตที่แตกต่างกัน และแต่ละชั้นจะปรากฏเพียงครั้งเดียวในแต่ละคอลัมน์ คุณสมบัติการแบ่งชั้นนี้คือสิ่งที่ทำให้ LHS มีประสิทธิภาพมากกว่าการสุ่มแบบธรรมดา

3

แบบจำลองคอมพิวเตอร์ — การจำลอง, ตัวแก้สมการไฟไนต์เอลิเมนต์, แบบจำลองเชิงเอเจนต์ หรือฟังก์ชันกล่องดำใดๆ — จะถูกประเมินที่แต่ละชุดค่าอินพุตที่สุ่ม N ชุด ค่าเอาต์พุตจะสร้างเวกเตอร์ Y ที่มีความยาว N โดยทั่วไป ขนาดตัวอย่างขั้นต่ำที่แนะนำคือ 1000 ครั้งการรัน ต่ำกว่าเกณฑ์นี้ ข้อได้เปรียบด้านการครอบคลุมของ LHS เหนือกว่ามอนติคาร์โลธรรมดาจะแคบลง และดัชนีโซโบลจะเชื่อถือไม่ได้ สำหรับการวิเคราะห์โซโบลโดยเฉพาะ ขนาดตัวอย่างที่ต้องการจะเพิ่มขึ้นตาม N·(k+2) โดยที่ k คือจำนวนอินพุต

4

ดัชนีความไวแบบอิงความแปรปรวนของโซโบลจะถูกประมาณจากค่าเอาต์พุตของแบบจำลอง ดัชนีอันดับหนึ่ง S_i วัดสัดส่วนของความแปรปรวนของเอาต์พุตทั้งหมดที่เกิดจากอินพุต i เพียงอย่างเดียว ดัชนีอันดับรวม S_Ti จับทั้งผลกระทบโดยตรงและผลกระทบจากการมีปฏิสัมพันธ์กัน ดัชนีเหล่านี้จะจัดอันดับอินพุตตามความสำคัญ ระบุว่าพารามิเตอร์ใดสามารถคงไว้ได้โดยไม่สูญเสียข้อมูล และชี้นำการลดความซับซ้อนของแบบจำลองและความพยายามในการปรับเทียบเพิ่มเติม

ข้อผิดพลาดที่พบบ่อย

  • การใช้ตัวอย่างน้อยกว่า 1000 จุด: ปริภูมิพารามิเตอร์ไม่ได้รับการครอบคลุมเพียงพอ และดัชนีโซโบลที่คำนวณจากตัวอย่างขนาดเล็กมีความแปรปรวนสูงและไม่น่าเชื่อถือ
  • การละเลยความสัมพันธ์ของอินพุต: การปฏิบัติต่ออินพุตที่มีความสัมพันธ์กันเสมือนเป็นอิสระจะทำให้ตัวอย่างผิดเพี้ยนและให้ค่าประมาณความไวที่ทำให้เข้าใจผิด — ควรใช้วิธีการปรับปรุงของ Iman-Conover เสมอเมื่อความสัมพันธ์มีนัยสำคัญ
  • การสับสนระหว่างดัชนีโซโบลอันดับหนึ่งและอันดับรวม: ดัชนีอันดับหนึ่งที่มีค่าน้อยไม่ได้หมายความว่าอินพุตนั้นไม่สำคัญหากมันมีส่วนร่วมในผลกระทบจากการมีปฏิสัมพันธ์ที่แข็งแกร่งซึ่งถูกจับโดยดัชนีอันดับรวม
  • การใช้ LHS เมื่อแบบจำลองเป็นแบบกำหนดและเรียบมาก: ในกรณีดังกล่าว วิธีการแบบจำลองตัวแทนหรือวิธีการอิงเกรเดียนต์อาจให้ข้อมูลเชิงลึกเดียวกันโดยมีค่าใช้จ่ายต่ำกว่า

คำถามที่พบบ่อย

LHS แตกต่างจากการสุ่มตัวอย่างแบบมอนติคาร์โลมาตรฐานอย่างไร

ทั้งสองวิธีใช้ในการสุ่มปริภูมิอินพุตสำหรับการจำลอง แต่แตกต่างกันในวิธีการวางตัวอย่าง การสุ่มตัวอย่างแบบมอนติคาร์โลมาตรฐานจะสุ่มจุดตัวอย่างแต่ละจุดอย่างอิสระและสม่ำเสมอ ซึ่งอาจทำให้บางพื้นที่ของปริภูมิอินพุตถูกแทนที่มากเกินไปและบางพื้นที่เบาบางโดยบังเอิญ LHS บังคับใช้กฎการแบ่งชั้น: ช่วงของตัวแปรอินพุตแต่ละตัวจะถูกแบ่งออกเป็นช่วงที่มีความน่าจะเป็นเท่ากัน และจะวางตัวอย่างเพียงหนึ่งเดียวในแต่ละช่วง สิ่งนี้รับประกันการครอบคลุมปริภูมิอินพุตที่ดีขึ้นด้วยจำนวนจุดเท่ากัน นำไปสู่ความแปรปรวนในการประมาณค่าที่ต่ำกว่าสำหรับปริมาณที่น่าสนใจหลายอย่าง

ต้องใช้ตัวอย่างกี่ตัว

โดยทั่วไป แนะนำให้ใช้จุดตัวอย่างอย่างน้อย 1000 จุดเป็นเกณฑ์มาตรฐานสำหรับการครอบคลุมปริภูมิอินพุตที่เชื่อถือได้ด้วย LHS สำหรับการวิเคราะห์ความไวของโซโบล ขนาดตัวอย่างที่ต้องการคือ N·(k+2) โดยที่ k คือจำนวนตัวแปรอินพุต ตัวอย่างเช่น ด้วยอินพุต 10 ตัวและ N = 1024 จำนวนการประเมินแบบจำลองทั้งหมดคือ 12,288 ต่ำกว่า 1000 ตัวอย่าง ข้อได้เปรียบด้านการเติมเต็มปริภูมิของ LHS จะแคบลง และดัชนีโซโบลจะมีความไม่แน่นอนสูง

ดัชนีโซโบลคืออะไร และทำไมจึงใช้ร่วมกับ LHS

ดัชนีโซโบลคือมาตรวัดความไวแบบอิงความแปรปรวน ดัชนีอันดับหนึ่ง S_i วัดปริมาณความแปรปรวนของเอาต์พุตทั้งหมดที่อธิบายโดยอินพุต i เพียงอย่างเดียว ดัชนีอันดับรวม S_Ti จับผลกระทบร่วมของอินพุต i และปฏิสัมพันธ์ทั้งหมดกับอินพุตอื่นๆ โดยทั่วไปจะใช้ร่วมกับ LHS เนื่องจาก LHS สร้างตัวอย่างที่กระจายตัวได้ดีทั่วปริภูมิอินพุต ซึ่งเป็นจุดเริ่มต้นสำหรับตัวประมาณค่า Saltelli ของดัชนีโซโบล ร่วมกัน เทคนิคทั้งสองจะระบุว่าอินพุตใดขับเคลื่อนเอาต์พุตของแบบจำลอง และอินพุตใดที่สามารถถือว่าเป็นค่าคงที่ได้ — ซึ่งเป็นขั้นตอนสำคัญในการวางแผนการลดความซับซ้อนและการปรับเทียบแบบจำลอง

ฉันควรทำอย่างไรเมื่ออินพุตมีความสัมพันธ์กัน

LHS มาตรฐานสร้างตัวอย่างภายใต้สมมติฐานว่าอินพุตเป็นอิสระ เมื่ออินพุตมีความสัมพันธ์กัน ให้ใช้วิธีการสหสัมพันธ์อันดับของ Iman-Conover เป็นขั้นตอนหลังการประมวลผล: วิธีการนี้จะจัดเรียงคอลัมน์ LHS ใหม่เพื่อสร้างสหสัมพันธ์อันดับที่ต้องการระหว่างอินพุต ในขณะที่ยังคงรักษาการแจกแจงตามขอบเขตและคุณสมบัติการแบ่งชั้น การละเลยความสัมพันธ์ที่ทราบจะทำให้ค่าประมาณความไวสูงเกินจริงหรือต่ำเกินจริง และให้ภาพที่ทำให้เข้าใจผิดว่าอินพุตใดสำคัญที่สุด

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. McKay, M.D., Beckman, R.J. & Conover, W.J. (1979). A Comparison of Three Methods for Selecting Values of Input Variables in the Analysis of Output from a Computer Code. Technometrics, 21(2), 239-245.

    เปิดเอกสารอ้างอิง DOI
    คัดลอกแล้ว
  2. Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M. & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley.

    เปิดเอกสารอ้างอิง DOI
    คัดลอกแล้ว