Latin Hypercube Sampling — Stratifikovaný simulační design
Latin Hypercube Sampling (LHS) je stratifikovaný, prostor vyplňující design pro počítačové experimenty, zavedený McKayem, Beckmanem a Conoverem v roce 1979. Rozděluje rozsah každé vstupní proměnné na stejně pravděpodobné vrstvy (strata) a z každé vrstvy odebírá přesně jeden vzorek, čímž zajišťuje pokrytí celého vstupního prostoru s mnohem menším počtem vyhodnocení modelu, než vyžaduje standardní simulace Monte Carlo. Běžně se kombinuje s globální analýzou citlivosti – zejména se Sobolovými indexy – k vyčíslení, jak moc každý vstup ovlivňuje variabilitu výstupu.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Latin Hypercube Sampling and Sensitivity Analysis. ScholarGate. https://scholargate.app/cs/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.
- Simulace bootstrapSimulace↔ compare
- Plánování experimentůPlánování experimentů↔ compare
- Simulace Monte CarloRozhodování↔ compare
- Techniky redukce rozptylu pro simulace Monte CarloSimulace↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →