Latin Hypercube Sampling — Stratified Simulation Design
Latin Hypercube Sampling (LHS) ist ein stratifiziertes, raumfüllendes Design für Computerexperimente, das 1979 von McKay, Beckman und Conover eingeführt wurde. Es teilt den Bereich jeder Eingabevariablen in gleich wahrscheinliche Schichten auf und zieht genau eine Stichprobe pro Schicht, um sicherzustellen, dass der gesamte Eingaberaum mit weitaus weniger Modellbewertungen abgedeckt wird, als die Standard-Monte-Carlo-Simulation erfordert. Es wird routinemäßig mit globaler Sensitivitätsanalyse — insbesondere Sobol-Indizes — kombiniert, um zu quantifizieren, wie stark jeder Input zur Variabilität des Outputs beiträgt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Latin Hypercube Sampling and Sensitivity Analysis. ScholarGate. https://scholargate.app/de/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.
- Bootstrap-SimulationSimulation↔ compare
- Design of ExperimentsVersuchsplanung↔ compare
- Monte-Carlo-SimulationEntscheidungsfindung↔ compare
- Varianzreduktionstechniken für die Monte-Carlo-SimulationSimulation↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →