Dari jawaban dalam pertanyaan sebelumnya , saya diarahkan ke urutan Halton, untuk membuat satu set vektor yang mencakup ruang sampel yang seragam secara merata. Tetapi halaman wikipedia menyebutkan bahwa bilangan prima yang lebih tinggi terutama sering sangat berkorelasi di awal seri. Ini tampaknya menjadi kasus untuk setiap pasangan bilangan prima tinggi dengan ukuran sampel yang relatif pendek - dan bahkan ketika variabel tidak berkorelasi, ruang sampel tidak merata sampel, melainkan ada band diagonal kepadatan sampel tinggi di seluruh ruang .
Karena saya menggunakan vektor dengan panjang 6 atau lebih, saya mau tidak mau harus menggunakan beberapa bilangan prima yang menjadi masalah (walaupun tidak seburuk pada contoh di atas), dan beberapa pasang variabel akan dijadikan sampel yang tidak seragam di pesawat sampel mereka. Menggunakan urutan Sobol untuk menghasilkan himpunan yang serupa bagi saya (hanya dari melihat grafik) menghasilkan sampel antara pasangan variabel yang jauh lebih merata, bahkan untuk jumlah sampel yang relatif kecil. Ini sepertinya jauh lebih berguna, dan saya ingin tahu kapan urutan Halton akan lebih bermanfaat? Atau apakah hanya urutan Halton yang lebih mudah untuk dihitung?
Catatan: diskusi tentang urutan perbedaan rendah multi-dimensi lainnya juga diterima.