Robust Monte Carlo-simulering
Robust Monte Carlo-simulering utvider standard Monte Carlo ved eksplisitt å ta hensyn til usikkerhet i inngangsfordelinger, modellstruktur eller parameterantagelser. I stedet for å anta én enkelt fast sannsynlighetsfordeling for hver inngang, vurderer analytikeren en familie av plausible fordelinger og evaluerer hvor følsomt resultatet er for disse valgene, noe som gir konklusjoner som gjelder over et spekter av rimelige antagelser.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Robust Monte Carlo Simulation. ScholarGate. https://scholargate.app/no/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-simulering – Empirisk gjensampling for statistisk inferensSimulering↔ compare
- Monte Carlo-simuleringBeslutningstaking↔ compare
- Robust Bayesiansk InferensBayesiansk↔ compare
- Robust PartikkelfilterBayesiansk↔ compare
- SensitivitetsanalyseBeslutningstaking↔ compare
- Sekvensiell Monte CarloBayesiansk↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →