Importance Sampling — Redukce rozptylu pro vzácné události
Importance sampling je technika redukce rozptylu metodou Monte Carlo, která posouvá vzorkovací distribuci směrem k oblasti zájmu — typicky vzácné nebo extrémní události — takže informativní vzorky jsou odebírány mnohem častěji než při původní distribuci. Vyvinuta v RAND Corporation Hermanem Kahnem a Theodorem Harrisem kolem roku 1951, činí odhad pravděpodobnosti ocasu (jako je Value-at-Risk nebo pravděpodobnost selhání systému) zvládnutelným tam, kde by standardní Monte Carlo vyžadovalo astronomicky velký počet běhů.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/cs/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.
- Teorie extrémních hodnot (EVT)Finance↔ compare
- Latin Hypercube SamplingSimulace↔ compare
- Simulace Monte CarloRozhodování↔ compare
- Stratifikovaný výběrMetodologie dotazníkových šetření↔ compare
- Hodnota v riziku (VaR)Finance↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →