Teknik Pengurangan Varians untuk Simulasi Monte Carlo
Teknik pengurangan varians ialah satu keluarga kaedah yang meningkatkan kecekapan simulasi Monte Carlo dengan mencapai ketepatan anggaran yang sama dengan lebih sedikit cabutan rawak. Dibangunkan secara berperingkat-peringkat mulai tahun 1950-an — dengan pemboleh ubah antitetik dikaitkan dengan Hammersley dan Morton, pemboleh ubah kawalan diformalkan oleh Lavenberg dan Welch, dan pensampelan keutamaan berakar daripada Kahn dan Marshall — keluarga ini merangkumi pemboleh ubah antitetik (AV), pemboleh ubah kawalan (CV), pensampelan keutamaan (IS), dan stratifikasi, setiap satunya mengeksploitasi sifat struktur kuantiti sasaran yang berbeza untuk menurunkan varians penghitung tanpa memperkenalkan bias.
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
- 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 memetik halaman ini
ScholarGate. (2026, June 1). Variance Reduction Techniques for Monte Carlo Simulation (AV, CV, IS). ScholarGate. https://scholargate.app/ms/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
- Markov Chain Monte Carlo (MCMC)Simulasi↔ compare
- Simulasi Monte CarloPembuatan Keputusan↔ compare
- Persamaan Pembezaan Stokastik (SDEs)Simulasi↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →