Latin Hypercube Sampling — Gestratificeerde Simulatieontwerp
Latin Hypercube Sampling (LHS) is een gestratificeerd, ruimte-vullend ontwerp voor computerexperimenten, geïntroduceerd door McKay, Beckman en Conover in 1979. Het verdeelt het bereik van elke invoervariabele in even waarschijnlijke strata en trekt precies één steekproef per stratum, wat garandeert dat de volledige invoerruimte wordt gedekt met veel minder model-evaluaties dan standaard Monte Carlo-simulatie vereist. Het wordt routinematig gekoppeld aan globale gevoeligheidsanalyse — met name Sobol-indices — om te kwantificeren hoeveel elke invoer bijdraagt aan de outputvariabiliteit.
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.
+8 more
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Latin Hypercube Sampling and Sensitivity Analysis. ScholarGate. https://scholargate.app/nl/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 SimulatieSimulatie↔ compare
- Experimenteel OntwerpExperimenteel ontwerp↔ compare
- Monte Carlo SimulatieBesluitvorming↔ compare
- Technieken voor variantiereductie voor Monte Carlo-simulatieSimulatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →