Uzorčenje po važnosti — smanjenje varijance za rijetke događaje
Uzorčenje po važnosti (Importance Sampling) je tehnika smanjenja varijance Monte Carlo metodom koja mijenja razdiobu uzorkovanja prema regiji interesa — tipično rijetkom ili ekstremnom događaju — tako da se informativni uzorci izvlače daleko češće nego pod izvornom razdiobom. Razvijena u RAND Corporation od strane Hermana Kahna i Theodora Harrisa oko 1951., čini procjenu vjerojatnosti repa (kao što je vrijednost u riziku ili vjerojatnost kvara sustava) rješivom tamo gdje bi standardni Monte Carlo zahtijevao astronomski velik broj pokretanja.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/hr/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.
- Teorija ekstremnih vrijednosti (EVT)Financije↔ compare
- Latin Hypercube SamplingSimulacija↔ compare
- Simulacija Monte CarloDonošenje odluka↔ compare
- Slojeviti uzorakMetodologija anketa↔ compare
- Vrijednost na rizik (VaR)Financije↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →