Échantillonnage par hypercube latin — Conception de simulation stratifiée
L'échantillonnage par hypercube latin (LHS) est une conception stratifiée qui remplit l'espace pour les expériences informatiques, introduite par McKay, Beckman et Conover en 1979. Il divise la plage de chaque variable d'entrée en strates de probabilité égale et tire exactement un échantillon par strate, garantissant que l'espace d'entrée complet est couvert avec beaucoup moins d'évaluations de modèle que ne le requiert la simulation de Monte Carlo standard. Il est couramment associé à l'analyse de sensibilité globale — en particulier aux indices de Sobol — pour quantifier dans quelle mesure chaque entrée contribue à la variabilité de la sortie.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Latin Hypercube Sampling and Sensitivity Analysis. ScholarGate. https://scholargate.app/fr/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.
- Simulation BootstrapSimulation↔ compare
- Planification d'ExpériencesPlans d'expériences↔ compare
- Simulation de Monte-CarloPrise de décision↔ compare
- Techniques de réduction de variance pour la simulation de Monte-CarloSimulation↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →