它有点取决于术语，但通常多元均匀是指中的每个点都具有同等可能性的分布。因此，维度是独立的，您可以在 d 次之间分别进行均匀绘制，以从多元均匀中获取样本。$[a,b]^d$$[a,b]$

如果您不希望维度独立，则可能值得研究 Copulas

跟进 Sam 的回答：

samps <- replicate(n, runif(d,a,b)) # draw samples
cov(t(samps))  # get the sample covariance matrix

跟进第二部分 Sam 的回答：

library(copula)
set.seed(2019)
d <- 2
n <- 1000

indep.cop <- indepCopula(d)
sample    <- rCopula(n, indep.cop)
chisq.test(sample)

#        Pearson's Chi-squared test

# data:  sample
# X-squared = 362.15, df = 1998, p-value = 1

# Warning message:
# In chisq.test(sample) : Chi-squared approximation may be incorrect

因为p-value 是1，所以假设维度是独立的并不是不合理的。