Fontossági mintavételezés — Variancia csökkentése ritka események esetén
A fontossági mintavételezés (importance sampling) egy Monte Carlo-alapú variancia-csökkentési technika, amely a mintavételezési eloszlást az érdeklődésre számot tartó régió – jellemzően egy ritka vagy extrém esemény – felé tolja el, így az informatív minták sokkal gyakrabban kerülnek kiválasztásra, mint az eredeti eloszlás szerint. Herman Kahn és Theodore Harris fejlesztette ki a RAND Corporationnél 1951 körül. Ez a módszer lehetővé teszi a farok valószínűségek (például a Value-at-Risk vagy a rendszerhibák valószínűsége) becslését, ahol a standard Monte Carlo asztronómiailag nagy számú futást igényelne.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/hu/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.
- Szélsőérték-elmélet (EVT)Pénzügy↔ compare
- Latin Hypercube SamplingSzimuláció↔ compare
- MONTE-CARLO-SIMULATIONDöntéshozatal↔ compare
- Rétegzett mintavételKérdőíves felmérések módszertana↔ compare
- Value at Risk (VaR)Pénzügy↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →