Importance Sampling — Pengurangan Varians untuk Peristiwa Jarang
Importance sampling ialah teknik pengurangan varians Monte Carlo yang mengalihkan taburan pensampelan ke arah rantau yang diminati — lazimnya peristiwa jarang atau ekstrem — supaya sampel bermaklumat ditarik lebih kerap berbanding di bawah taburan asal. Dibangunkan di RAND Corporation oleh Herman Kahn dan Theodore Harris sekitar tahun 1951, ia menjadikan anggaran kebarangkalian ekor (seperti Value-at-Risk atau kebarangkalian kegagalan sistem) boleh dikendalikan di mana Monte Carlo standard memerlukan bilangan larian yang sangat besar.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/ms/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.
- Teori Nilai Extrem (EVT)Kewangan↔ compare
- Pensampelan Hiperkubus LatinSimulasi↔ compare
- Simulasi Monte CarloPembuatan Keputusan↔ compare
- Persampelan BerlapisMetodologi Tinjauan↔ compare
- Value at Risk (VaR)Kewangan↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →