Záznam důkazů metody

Variance Reduction for Monte Carlo

Variance reduction techniques are a family of methods that improve the efficiency of Monte Carlo simulation by achieving the same estimation accuracy with fewer random draws. Developed incrementally from the 1950s onward — with antithetic variates attributed to Hammersley and Morton, control variates formalised by Lavenberg and Welch, and importance sampling rooted in Kahn and Marshall — the family includes antithetic variates (AV), control variates (CV), importance sampling (IS), and stratification, each exploiting a different structural property of the target quantity to lower estimator variance without introducing bias.

Sources recorded, not reviewed

Zdrojový záznam

Citace zkopírované doslovně ze zdrojového záznamu metody. Nejsou z nich vyvozovány žádné ověření na úrovni tvrzení.

Variance Reduction Techniques for Monte Carlo Simulation (AV, CV, IS)

Taxonomický záznam metody · process-pipeline / simulation

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

Otevřít celou metodu

Spravovaná tvrzení

Tvrzení uložená v registru důkazů, každé s vlastním hodnocením.

Zatím žádná spravovaná tvrzení

Tento pohled nevymýšlí hodnocení tvrzení, pokud registr žádné neobsahuje.

Související metody

Vygenerováno z grafu metod a zobrazeno jako strojově navržené vztahy – nejsou z nich vyvozována žádná tvrzení o důkazech.

Same method familyBootstrap Simulationmachine-suggested · Relational suggestion, not evidence.Same method familyMarkov Chain Monte Carlomachine-suggested · Relational suggestion, not evidence.See alsoMONTE-CARLO-SIMULATIONmachine-suggested · Relational suggestion, not evidence.Same method familyStochastic Differential Equationsmachine-suggested · Relational suggestion, not evidence.