拉丁超立方体抽样是抽样技术的最新进展，和蒙特卡罗方法相比，它被设计成通过较少迭代次数的抽样，准确地重建输入分布。拉丁超立方体抽样的关键是对输入概率分布进行分层。分层在累积概率尺度上把累积曲线分成相等的区间。然后，从输入分布的每个区间或分层中随机抽取样本。抽样被强制代表每个区间的值，于是，被强制重建输入概率分布。