Simulación de Monte Carlo Robusta
La simulación de Monte Carlo robusta extiende la de Monte Carlo estándar al tener en cuenta explícitamente la incertidumbre en las distribuciones de entrada, la estructura del modelo o las suposiciones de los parámetros. En lugar de asumir una única distribución de probabilidad fija para cada entrada, el analista considera una familia de distribuciones plausibles y evalúa cuán sensible es la salida a esas elecciones, obteniendo conclusiones que se mantienen en un rango de suposiciones razonables.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M. & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley. ISBN: 978-0470059975
- Rubinstein, R. Y. & Kroese, D. P. (2016). Simulation and the Monte Carlo Method (3rd ed.). Wiley. ISBN: 978-1118632161
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Monte Carlo Simulation. ScholarGate. https://scholargate.app/es/bayesian/robust-monte-carlo-simulation
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.
- Simulación BootstrapSimulación↔ compare
- Simulación de Monte CarloToma de decisiones↔ compare
- Inferencia Bayesiana RobustaBayesiano↔ compare
- Filtro de Partículas RobustoBayesiano↔ compare
- Análisis de SensibilidadToma de decisiones↔ compare
- Monte Carlo SecuencialBayesiano↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →