Próbkowanie zaporowe — redukcja wariancji dla zdarzeń rzadkich
Próbkowanie zaporowe (importance sampling) to technika redukcji wariancji metodą Monte Carlo, która przesuwa rozkład próbkowania w kierunku obszaru zainteresowania — zazwyczaj rzadkiego lub ekstremalnego zdarzenia — tak, aby informatywne próbki były pobierane znacznie częściej niż z oryginalnego rozkładu. Opracowana w RAND Corporation przez Hermana Kahna i Theodore'a Harrisa około 1951 roku, umożliwia oszacowanie prawdopodobieństw ogonowych (takich jak Value-at-Risk lub prawdopodobieństwo awarii systemu), które byłyby niedostępne dla standardowej metody Monte Carlo wymagającej astronomicznie dużej liczby przebiegów.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/pl/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.
- Teoria wartości ekstremalnych (EVT)Finanse↔ compare
- Próbkowanie typu Latin HypercubeSymulacja↔ compare
- Symulacja Monte CarloPodejmowanie decyzji↔ compare
- Próba warstwowaMetodologia badań sondażowych↔ compare
- Value at Risk (VaR)Finanse↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →