Mostreig d'Hipercub Llatí — Disseny de Simulació Estratificada
El Mostreig d'Hipercub Llatí (LHS) és un disseny estratificat de farciment d'espai per a experiments informàtics, introduït per McKay, Beckman i Conover el 1979. Divideix el rang de cada variable d'entrada en estrats d'igual probabilitat i extreu exactament una mostra per estrat, assegurant que l'espai d'entrada complet estigui cobert amb moltes menys avaluacions del model de les que requereix la simulació Monte Carlo estàndard. S'acostuma a combinar amb l'anàlisi de sensibilitat global —particularment els índexs de Sobol— per quantificar quant cada entrada impulsa la variabilitat de la sortida.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Fonts
- 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. DOI: 10.1080/00401706.1979.10489755 ↗
- Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M. & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley. DOI: 10.1002/9780470725184 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Latin Hypercube Sampling and Sensitivity Analysis. ScholarGate. https://scholargate.app/ca/simulation/latin-hypercube-sampling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Simulació BootstrapSimulació↔ compare
- Disseny d'ExperimentsDisseny experimental↔ compare
- Simulació Monte CarloPresa de decisions↔ compare
- Tècniques de reducció de variància per a simulació Monte CarloSimulació↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →