一阶与全阶 Sobol' 指数的蒙特卡洛估计量
应用统计
2020-06-16 v1 机器学习
摘要
本研究比较了两种基于采样的策略在同时估计一阶与全阶基于方差的敏感性指数(又称 Sobol' 指数)时的性能。第一种策略由 [8] 提出，是从业者当前采用的方法。第二种策略由本文作者最近提出。它们都依赖于不同的一阶与全阶 Sobol' 指数估计量。我们建立了两组估计量的渐近正态方差，并从理论与数值上比较了它们的精度。结果表明新策略优于当前策略。
引用
@article{arxiv.2006.08232,
title = {Monte Carlo estimators of first-and total-orders Sobol' indices},
author = {Ivano Azzini and Thierry Mara and Rossana Rosati},
journal= {arXiv preprint arXiv:2006.08232},
year = {2020}
}