Latin Hypercube Sampling — Progettazione di Simulazioni Stratificate
Latin Hypercube Sampling (LHS) è un progetto stratificato di riempimento dello spazio per esperimenti computazionali, introdotto da McKay, Beckman e Conover nel 1979. Divide l'intervallo di ciascuna variabile di input in strati equiprobabili ed estrae esattamente un campione per strato, garantendo che l'intero spazio di input sia coperto con molte meno valutazioni del modello rispetto a quanto richiesto dalla simulazione Monte Carlo standard. Viene regolarmente abbinato all'analisi di sensibilità globale — in particolare agli indici di Sobol — per quantificare quanto ciascun input contribuisca alla variabilità dell'output.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Latin Hypercube Sampling and Sensitivity Analysis. ScholarGate. https://scholargate.app/it/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.
- Simulazione BootstrapSimulazione↔ compare
- Design of ExperimentsDisegno sperimentale↔ compare
- Simulazione Monte CarloProcesso decisionale↔ compare
- Tecniche di riduzione della varianza per la simulazione Monte CarloSimulazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →