গুরুত্বপূর্ণ স্যাম্পলিং — বিরল ঘটনার জন্য ভেদাঙ্ক হ্রাসকরণ
গুরুত্বপূর্ণ স্যাম্পলিং হলো একটি মন্টে কার্লো ভেদাঙ্ক-হ্রাসকরণ কৌশল যা স্যাম্পলিং বিতরণকে আগ্রহের অঞ্চলের দিকে স্থানান্তরিত করে — সাধারণত একটি বিরল বা চরম ঘটনা — যাতে মূল বিতরণের চেয়ে অনেক বেশি তথ্যপূর্ণ নমুনা সংগ্রহ করা যায়। ১৯৫১ সালের দিকে হারম্যান কান এবং থিওডোর হ্যারিস কর্তৃক RAND কর্পোরেশনে এটি বিকশিত হয়েছিল। এটি লেজ-সম্ভাবনা অনুমানকে (যেমন Value-at-Risk বা সিস্টেম-ব্যর্থতার সম্ভাবনা) কার্যকর করে তোলে যেখানে স্ট্যান্ডার্ড মন্টে কার্লোর জন্য জ্যোতির্বিজ্ঞানের মতো বিশাল সংখ্যক রান প্রয়োজন হবে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Rubinstein, R.Y. & Kroese, D.P. (2016). Simulation and the Monte Carlo Method (3rd ed.). Wiley. DOI: 10.1002/9781118631980 ↗
- Glasserman, P. (2003). Monte Carlo Methods in Financial Engineering. Springer. DOI: 10.1007/978-0-387-21617-1 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/bn/simulation/importance-sampling
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.
- চরম মান তত্ত্ব (Extreme Value Theory - EVT)অর্থায়ন↔ compare
- ল্যাটিন হাইপারকিউব স্যাম্পলিংঅনুকরণ↔ compare
- মন্টে কার্লো সিমুলেশনসিদ্ধান্ত গ্রহণ↔ compare
- স্তরবিন্যস্ত নমুনায়ন (Stratified Sampling)জরিপ পদ্ধতি↔ compare
- Value at Risk (VaR)অর্থায়ন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →