Teknik Pengurangan Varians untuk Simulasi Monte Carlo
Teknik pengurangan varians adalah keluarga metode yang meningkatkan efisiensi simulasi Monte Carlo dengan mencapai akurasi estimasi yang sama dengan lebih sedikit penarikan acak. Dikembangkan secara bertahap mulai tahun 1950-an — dengan variat antitetik yang diatribusikan kepada Hammersley dan Morton, variat kontrol yang diformalkan oleh Lavenberg dan Welch, dan sampling kepentingan yang berakar pada Kahn dan Marshall — keluarga ini mencakup variat antitetik (AV), variat kontrol (CV), sampling kepentingan (IS), dan stratifikasi, yang masing-masing memanfaatkan sifat struktural yang berbeda dari kuantitas target untuk menurunkan varians estimator tanpa menimbulkan bias.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Variance Reduction Techniques for Monte Carlo Simulation (AV, CV, IS). ScholarGate. https://scholargate.app/id/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.
- Simulasi BootstrapSimulasi↔ compare
- Metropolis-Hastings (MCMC)Simulasi↔ compare
- Simulasi Monte CarloPengambilan Keputusan↔ compare
- Persamaan Diferensial Stokastik (PDS)Simulasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →