Process / pipeline
중요도 샘플링 — 희귀 사건에 대한 분산 감소
중요도 샘플링은 몬테카를로 분산 감소 기법으로, 관심 영역 — 일반적으로 희귀하거나 극단적인 사건 — 쪽으로 샘플링 분포를 이동시켜 원래 분포보다 훨씬 더 자주 유익한 샘플을 추출합니다. 1951년경 RAND Corporation의 Herman Kahn과 Theodore Harris에 의해 개발된 이 기법은 표준 몬테카를로가 천문학적으로 많은 수의 실행을 필요로 하는 곳에서 꼬리 확률 추정(예: 위험 가치 또는 시스템 실패 확률)을 다룰 수 있게 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/ko/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.
- 극단값 이론 (Extreme Value Theory, EVT)재무학↔ compare
- 라틴 하이퍼큐브 샘플링시뮬레이션↔ compare
- 몬테카를로 시뮬레이션의사결정↔ compare
- 층화 표본 추출조사방법론↔ compare
- Value at Risk (VaR)재무학↔ compare