Varianzreduktionstechniken für die Monte-Carlo-Simulation
Varianzreduktionstechniken sind eine Familie von Methoden, die die Effizienz der Monte-Carlo-Simulation verbessern, indem sie die gleiche Schätzgenauigkeit mit weniger Zufallsziehungen erreichen. Inkrementell ab den 1950er Jahren entwickelt – mit antithetischen Variaten, die Hammersley und Morton zugeschrieben werden, Kontrollvariaten, die von Lavenberg und Welch formalisiert wurden, und Importance Sampling, das auf Kahn und Marshall zurückgeht – umfasst die Familie antithetische Variaten (AV), Kontrollvariaten (CV), Importance Sampling (IS) und Stratifizierung, wobei jede eine andere strukturelle Eigenschaft der Zielgröße nutzt, um die Varianz des Schätzers zu senken, ohne Bias einzuführen.
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
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Variance Reduction Techniques for Monte Carlo Simulation (AV, CV, IS). ScholarGate. https://scholargate.app/de/simulation/variance-reduction-mc
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.
- Bootstrap-SimulationSimulation↔ compare
- Markov Chain Monte Carlo (MCMC)Simulation↔ compare
- Monte-Carlo-SimulationEntscheidungsfindung↔ compare
- Stochastische Differentialgleichungen (SDGLn)Simulation↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →