Skip to content
Torna ai risultati

Latin Hypercube Sampling — Progettazione di Simulazioni Stratificate

Anno
1979
Tipo
Stratified space-filling sampling design

Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese

Dimensione del carattere

A cosa serve?

Latin Hypercube Sampling (LHS) è un progetto stratificato di riempimento dello spazio per esperimenti computazionali, introdotto da McKay, Beckman e Conover nel 1979.

Divide l'intervallo di ciascuna variabile di input in strati equiprobabili ed estrae esattamente un campione per strato, garantendo che l'intero spazio di input sia coperto con molte meno valutazioni del modello rispetto a quanto richiesto dalla simulazione Monte Carlo standard. Viene regolarmente abbinato all'analisi di sensibilità globale — in particolare agli indici di Sobol — per quantificare quanto ciascun input contribuisca alla variabilità dell'output.

L’intuizione alla base del metodo

Immaginate di voler comprendere come un complesso modello computazionale risponde a un'ampia gamma di combinazioni di input, ma ogni esecuzione del modello è costosa. Il Monte Carlo standard estrae campioni casualmente e può lasciare ampie regioni dello spazio di input scarsamente coperte per caso. Latin Hypercube Sampling evita questo agendo come una griglia attenta: taglia ogni dimensione di input in fette ugualmente probabili e garantisce che ogni fetta sia rappresentata nel campione esattamente una volta. Il risultato è un insieme di punti di input che si distribuisce più uniformemente nello spazio dei parametri rispetto al campionamento casuale, quindi si impara di più sul comportamento del modello per esecuzione. Se combinato con gli indici di sensibilità di Sobol, il metodo indica anche quali input sono più importanti — un passo critico prima di investire in ulteriori analisi o calibrazioni.

Storia

Latin Hypercube Sampling è stato introdotto da McKay, Beckman e Conover in un articolo del 1979 su Technometrics, dove è stato confrontato con il campionamento casuale semplice e il campionamento casuale stratificato come metodo per esplorare l'output di modelli computazionali. Il nome deriva dalla struttura combinatoria del quadrato latino estesa a dimensioni superiori: proprio come un quadrato latino posiziona un simbolo in ogni riga e colonna di una griglia, LHS posiziona un campione in ogni riga e colonna di una griglia di stratificazione multidimensionale. Il metodo è diventato una pietra miliare della progettazione di esperimenti computazionali — il campo formalizzato da Sacks et al. (1989) — e il suo abbinamento con l'analisi di sensibilità globale basata sulla varianza è stato sistematizzato da Saltelli e colleghi negli anni '90 e 2000, culminando nel trattamento ampiamente utilizzato nel libro di testo di Saltelli et al. (2008).

Quando usarlo

LHS è appropriato ogni volta che è necessario esplorare come un modello computazionalmente costoso risponde attraverso il suo spazio di input e un progetto fattoriale completo o Monte Carlo casuale sarebbe proibitivamente costoso. Il metodo richiede che i limiti e le distribuzioni delle variabili di input possano essere specificati — anche distribuzioni marginali approssimate sono sufficienti. È particolarmente adatto per l'analisi di sensibilità globale quando gli input sono continui. Se gli input sono fortemente correlati, applicare la correzione di Iman-Conover prima del campionamento. Quando il modello è molto economico da valutare, il Monte Carlo standard con una dimensione del campione molto grande è un'alternativa più semplice; quando è necessaria solo la sensibilità locale, i metodi basati sul gradiente possono essere più informativi.

Limiti e considerazioni

  • Richiede che le distribuzioni e i limiti degli input siano specificati in anticipo; distribuzioni scelte male possono rappresentare erroneamente il vero spazio dei parametri.
  • L'analisi di sensibilità di Sobol richiede una dimensione del campione di N·(k+2), che può diventare grande quando il numero di input k è elevato.
  • LHS non garantisce l'ottimalità in spazi ad alta dimensionalità — il vantaggio rispetto al campionamento casuale diminuisce all'aumentare della dimensionalità.
  • Il metodo è puramente esplorativo; non stima di per sé l'incertezza della distribuzione dell'output senza analisi aggiuntive.

Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.

Punti di forza

  • Raggiunge un'accuratezza di stima simile al Monte Carlo standard con un numero sostanzialmente inferiore di valutazioni del modello, rendendolo altamente efficiente per simulazioni costose.
  • Garantisce la copertura completa dell'intervallo di ciascuna variabile di input attraverso la stratificazione, eliminando gli ammassamenti e le lacune che affliggono il campionamento puramente casuale.
  • Si abbina naturalmente agli indici di sensibilità globale di Sobol, consentendo una classificazione basata su principi dell'importanza degli input.
  • Applicabile a qualsiasi modello a scatola nera — non sono richieste informazioni sulle derivate o forme analitiche.
  • L'estensione Iman-Conover gestisce input correlati senza sacrificare la proprietà di riempimento dello spazio.

Applicazioni

  • Analisi di incertezza e sensibilità in modelli ambientali e climatici, dove l'esecuzione del modello migliaia di volte a piena risoluzione è infattibile.
  • Ingegneria dell'affidabilità e sicurezza strutturale: propagazione di proprietà dei materiali e carichi incerti attraverso modelli a elementi finiti per stimare le probabilità di guasto.
  • Modellistica farmaceutica e biomedica: esplorazione di come parametri fisiologici incerti influenzano le previsioni di concentrazione dei farmaci nei modelli farmacocinetici.
  • Analisi del rischio finanziario: campionamento di parametri di mercato incerti per stimare il valore a rischio del portafoglio in un modello di pricing complesso.
  • Simulazioni sociali basate su agenti: esplorazione sistematica di come parametri comportamentali incerti influenzano i risultati aggregati.

Come funziona

Come funziona

1

A ogni variabile di input incerta viene assegnata una distribuzione di probabilità (uniforme, normale, lognormale, ecc.) e viene specificato il suo intervallo plausibile. Questo passo rende esplicito ciò che l'analista sa — o presume — su ciascun parametro prima che inizi il campionamento. Se gli input sono correlati, può essere applicato il metodo di correlazione per rango di Iman-Conover per preservare la loro struttura di dipendenza pur producendo un progetto LHS valido.

2

La distribuzione cumulativa di ciascuna variabile di input viene divisa in N intervalli equiprobabili (strati). Un valore viene estratto a caso da ciascuno strato, e i valori estratti N vengono permutati casualmente in modo indipendente tra le variabili di input. Il risultato è una matrice N × k (N campioni, k input) in cui ogni riga è una combinazione distinta di valori di input e ogni strato appare esattamente una volta in ogni colonna. Questa proprietà di stratificazione è ciò che rende LHS più efficiente del semplice campionamento casuale.

3

Il modello computazionale — una simulazione, un risolutore a elementi finiti, un modello basato su agenti o qualsiasi funzione a scatola nera — viene valutato in ciascuna delle N combinazioni di input campionate. I valori di output formano un vettore Y di lunghezza N. La dimensione minima del campione raccomandata è generalmente di 1000 esecuzioni; al di sotto di questa soglia il vantaggio di copertura di LHS rispetto al Monte Carlo puro si riduce e gli indici di Sobol diventano inaffidabili. Specificamente per l'analisi di Sobol, la dimensione del campione richiesta cresce come N·(k+2), dove k è il numero di input.

4

Gli indici di sensibilità basati sulla varianza di Sobol vengono stimati dagli output del modello. L'indice di primo ordine S_i misura la frazione della varianza totale dell'output attribuibile all'input i da solo; l'indice di ordine totale S_Ti cattura sia gli effetti diretti che quelli di interazione. Insieme classificano gli input per importanza, identificano quali parametri possono essere fissati senza perdita di informazioni e guidano la semplificazione del modello e ulteriori sforzi di calibrazione.

Errori comuni

  • Utilizzo di meno di 1000 punti campione: lo spazio dei parametri non è coperto adeguatamente e gli indici di Sobol calcolati da piccoli campioni hanno alta varianza e sono inaffidabili.
  • Ignorare le correlazioni degli input: trattare input correlati come indipendenti distorce il campione e produce stime di sensibilità fuorvianti — applicare sempre la correzione di Iman-Conover quando le correlazioni non sono trascurabili.
  • Confondere gli indici di Sobol di primo ordine e di ordine totale: un piccolo indice di primo ordine non significa che un input sia importante se partecipa a forti effetti di interazione catturati dall'indice di ordine totale.
  • Applicare LHS quando il modello è deterministico e molto liscio: in tal caso, modelli surrogati o metodi basati sul gradiente possono fornire le stesse informazioni a costi inferiori.

Domande frequenti

In che modo LHS differisce dal campionamento Monte Carlo standard?

Entrambi i metodi sono utilizzati per campionare uno spazio di input per la simulazione, ma differiscono nel modo in cui posizionano i campioni. Il Monte Carlo standard estrae ogni punto campione in modo indipendente e uniforme a caso, il che può lasciare alcune regioni dello spazio di input sovra-rappresentate e altre scarse puramente per caso. LHS impone una regola di stratificazione: l'intervallo di ciascuna variabile di input è diviso in intervalli equiprobabili, e esattamente un campione viene posizionato in ciascun intervallo. Ciò garantisce una migliore copertura dello spazio di input con lo stesso numero di punti, portando a una minore varianza di stima per molte quantità di interesse.

Quanti campioni sono necessari?

Un minimo di 1000 punti campione è la soglia comunemente raccomandata per una copertura affidabile dello spazio di input con LHS. Per l'analisi di sensibilità di Sobol la dimensione del campione richiesta è N·(k+2), dove k è il numero di variabili di input. Ad esempio, con 10 input e N = 1024, il numero totale di valutazioni del modello è 12 288. Al di sotto di 1000 campioni, il vantaggio di riempimento dello spazio di LHS si riduce e gli indici di Sobol diventano altamente incerti.

Cosa sono gli indici di Sobol e perché vengono utilizzati con LHS?

Gli indici di Sobol sono misure di sensibilità basate sulla varianza. L'indice di primo ordine S_i quantifica quanta parte della varianza totale dell'output è spiegata dall'input i da solo; l'indice di ordine totale S_Ti cattura l'effetto combinato dell'input i e di tutte le sue interazioni con altri input. Sono comunemente abbinati a LHS perché LHS produce un campione ben distribuito nello spazio di input, che è il punto di partenza per lo stimatore di Saltelli degli indici di Sobol. Insieme, le due tecniche identificano quali input guidano l'output del modello e quali possono essere trattati come fissi — un passo chiave nella pianificazione della semplificazione e della calibrazione del modello.

Cosa devo fare quando gli input sono correlati?

LHS standard genera campioni assumendo che gli input siano indipendenti. Quando gli input sono correlati, applicare il metodo di correlazione per rango di Iman-Conover come passo di post-elaborazione: riorganizza le colonne LHS per indurre le correlazioni di rango desiderate tra gli input preservando le distribuzioni marginali e la proprietà di stratificazione. Ignorare le correlazioni note gonfia o sgonfia le stime di sensibilità e fornisce un quadro fuorviante di quali input sono più importanti.

Metodi correlati

Fonti

  1. 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.

    Apri il riferimento DOI
    Copiato.
  2. Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M. & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley.

    Apri il riferimento DOI
    Copiato.