Zusammenfassung
Da das Ergebnis einer stochastischen Simulation von Zufallszahlen abhängt, wird jeder Simulationslauf ein anderes Ergebnis liefern, sofern man nicht den Zufallsgenerator bewußt zur Reproduktion der Ergebnisse auf denselben Startwert initialisiert. Umgekehrt liefert ein einziger Durchlauf nur einen Wert innerhalb des möglichen Streubereichs und erlaubt keine sicheren Aussagen darüber, welches der Erwartungswert oder wie groß die Streuung ist. Um die Ergebnisse auswerten zu können, ist eine größere Zahl von Simulationsdurchläufen mit unterschiedlichen Zufallszahlen notwendig. Dennoch ist das Ergebnis — wie jede statistische Stichprobe — mit einem Zufallsfehler behaftet, der auch als Monte-Carlo-Fehler bezeichnet wird und zusätzlich zu den sonstigen Fehlern auftritt, z.B. bei der Datenerhebung oder Modellbildung.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1999 Friedr. Vieweg & Sohn Verlagsgesellschaft mbH, Braunschweig/Wiesbaden
About this chapter
Cite this chapter
Sauerbier, T., Mildenberger, O. (1999). Analyse der Simulationsergebnisse. In: Mildenberger, O. (eds) Theorie und Praxis von Simulationssystemen. Studium Technik. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-90773-8_8
Download citation
DOI: https://doi.org/10.1007/978-3-322-90773-8_8
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-528-03866-3
Online ISBN: 978-3-322-90773-8
eBook Packages: Springer Book Archive