Техники за редукция на дисперсията при Монте Карло симулация
Техниките за редукция на дисперсията са семейство от методи, които подобряват ефективността на Монте Карло симулацията, като постигат същата точност на оценката с по-малко случайни извличания. Разработени поетапно от 50-те години на миналия век насам — с антитетични вариации, приписвани на Hammersley и Morton, контролни вариации, формализирани от Lavenberg и Welch, и важностно семплиране, корените на което са в Kahn и Marshall — семейството включва антитетични вариации (AV), контролни вариации (CV), важностно семплиране (IS) и стратификация, като всяка от тях използва различно структурно свойство на целевата величина за намаляване на дисперсията на оценката без въвеждане на отклонение.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Ross, S.M. (2012). Simulation (5th ed.). Academic Press. ISBN: 978-0124158252
- Glasserman, P. (2003). Monte Carlo Methods in Financial Engineering. Springer. DOI: 10.1007/978-0-387-21617-1 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Variance Reduction Techniques for Monte Carlo Simulation (AV, CV, IS). ScholarGate. https://scholargate.app/bg/simulation/variance-reduction-mc
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Буутстрап симулацияСимулационно моделиране↔ compare
- Марковски Монте Карло вериги (MCMC)Симулационно моделиране↔ compare
- Монте Карло симулацияВземане на решения↔ compare
- Стохастични диференциални уравнения (СДУ)Симулационно моделиране↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →