Importance Sampling — Varianzreduktion für seltene Ereignisse
Importance Sampling ist eine Monte-Carlo-Varianzreduktionstechnik, die die Stichprobenverteilung in Richtung der interessierenden Region verschiebt – typischerweise ein seltenes oder extremes Ereignis –, sodass informative Stichproben weitaus häufiger gezogen werden als unter der ursprünglichen Verteilung. Entwickelt an der RAND Corporation von Herman Kahn und Theodore Harris um 1951, macht sie die Schätzung von Schwanzwahrscheinlichkeiten (wie Value-at-Risk oder Systemausfallwahrscheinlichkeit) handhabbar, wo Standard-Monte-Carlo eine astronomisch hohe Anzahl von Durchläufen erfordern würde.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/de/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.
- Extremwerttheorie (EVT)Finanzwirtschaft↔ compare
- Latin Hypercube SamplingSimulation↔ compare
- Monte-Carlo-SimulationEntscheidungsfindung↔ compare
- Geschichtete StichprobenziehungUmfragemethodik↔ compare
- Wert im Risiko (VaR)Finanzwirtschaft↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →