Analyse der Simulationsergebnisse

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.