Monte Carlo Simulation
Sammelbezeichnung für verschiedenste, nicht näher definierte computerbasierte (statistische) Näherungsverfahren.
Zuverlässigkeitstechnik:
Zufallszahlen, die durchaus explizit verteilt sein können, dienen als Eingaben in speziell auf das zu berechnende Problem zugeschnittene Algorithmen.
Die Zufallszahlen stellen Anfangszustände des zu untersuchenden Systems dar.
Nach hinreichend vielen Durchläufen liegt die interessierende Ergebnisverteilung vor.
Einziger Nachteil solcher Methoden ist der grosse Rechenaufwand.
Dafür spart man sich tiefergehende mathematische Betrachtungen, die in praktischen Fällen fast nie zu geschlossenen Lösungen führen.
Bei Monte Carlo Simulationen gibt es keine Beschränkungen hinsichtlich der Anwendbarkeit. Selbst bei komplexeren Systemen mit speziellen Wartungs-, Reparatur- und Lagerhaltungsmustern reicht die Formulierung relativ einfacher Eingabealgorithmen in der Regel aus.
Statistische Tests:
Der grundlegende Unterschied zu Resamplingverfahren liegt darin, dass Resampling sich lediglich auf die vorliegende Stichprobe bezieht und nur der Informationsgehalt der Stichprobe genutzt wird.
Bei Monte Carlo Verfahren dagegen werden aus einer Verteilungsfunktion, die die Nullhypothese widerspiegelt, sehr viele Stichproben gezogen. Aus diesen Stichproben werden die Stichprobenkennwerte berechnet.