Latin Hypercube Sampling — Stratifierad simuleringsdesign
Latin Hypercube Sampling (LHS) är en stratifierad, rymdfyllande design för datorbaserade experiment, introducerad av McKay, Beckman och Conover 1979. Den delar in varje indatavariabels intervall i lika sannolika strata och drar exakt ett stickprov per stratum, vilket säkerställer att hela indatarummet täcks med betydligt färre modellutvärderingar än vad standard Monte Carlo-simulering kräver. Metoden används rutinmässigt tillsammans med global känslighetsanalys — särskilt Sobol-index — för att kvantifiera hur mycket varje indata bidrar till utdatavariabiliteten.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Latin Hypercube Sampling and Sensitivity Analysis. ScholarGate. https://scholargate.app/sv/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-simuleringSimulering↔ compare
- ExperimentdesignFörsöksplanering↔ compare
- MontecarlosimuleringBeslutsfattande↔ compare
- Variansreducerande tekniker för Monte Carlo-simuleringSimulering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →