Amostratge per importància — Reducció de la variància per a esdeveniments rars
L'anomenat 'importance sampling' és una tècnica de reducció de la variància Monte Carlo que desplaça la distribució d'amostreig cap a la regió d'interès —típicament un esdeveniment rar o extrem— de manera que s'obtenen mostres informatives amb molta més freqüència que amb la distribució original. Desenvolupada a la RAND Corporation per Herman Kahn i Theodore Harris cap a 1951, fa que l'estimació de probabilitats de cua (com el Valor en Risc o la probabilitat de fallada del sistema) sigui tractable on el Monte Carlo estàndard requeriria un nombre astronòmicament gran de simulacions.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/ca/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.
- Teoria del Valor Extrem (EVT)Finances↔ compare
- Mostreig d'Hipercub LlatíSimulació↔ compare
- Simulació Monte CarloPresa de decisions↔ compare
- Mètode d'ajustament per estratsMetodologia d'enquestes↔ compare
- Valor en Risc (VaR)Finances↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →