Robuuste Monte Carlo-simulatie
Robuuste Monte Carlo-simulatie breidt de standaard Monte Carlo-methode uit door expliciet rekening te houden met onzekerheid in invoerverdelingen, modelstructuur of parameterveronderstellingen. In plaats van uit te gaan van één vaste kansverdeling voor elke invoer, beschouwt de analist een familie van plausibele verdelingen en evalueert hoe gevoelig de uitvoer is voor die keuzes, wat leidt tot conclusies die geldig zijn over een reeks redelijke veronderstellingen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Monte Carlo Simulation. ScholarGate. https://scholargate.app/nl/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.
- Bootstrap SimulatieSimulatie↔ compare
- Monte Carlo SimulatieBesluitvorming↔ compare
- Robuuste Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- Robuuste PartikelfilterBayesiaanse statistiek↔ compare
- GevoeligheidsanalyseBesluitvorming↔ compare
- Sequentiële Monte CarloBayesiaanse statistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →