Betydningssampling — Variansreduksjon for sjeldne hendelser
Betydningssampling er en Monte Carlo-teknikk for variansreduksjon som skifter samplingsfordelingen mot interesseområdet — typisk en sjelden eller ekstrem hendelse — slik at informative utvalg trekkes langt oftere enn under den opprinnelige fordelingen. Utviklet ved RAND Corporation av Herman Kahn og Theodore Harris rundt 1951, gjør den estimering av halesannsynligheter (som Value-at-Risk eller systemfeilsannsynlighet) håndterbar der standard Monte Carlo ville kreve et astronomisk stort antall kjøringer.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/no/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.
- Ekstremverdi-teori (EVT)Finans↔ compare
- Latin Hypercube SamplingSimulering↔ compare
- Monte Carlo-simuleringBeslutningstaking↔ compare
- Stratified SamplingSurveymetodikk↔ compare
- Value at Risk (VaR)Finans↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →