ScholarGate
Assistent
Process / pipeline

Variansreducerande tekniker för Monte Carlo-simulering

Variansreducerande tekniker är en familj av metoder som förbättrar effektiviteten hos Monte Carlo-simulering genom att uppnå samma skattningsnoggrannhet med färre slumpmässiga dragningar. Teknikerna har utvecklats inkrementellt från 1950-talet och framåt – med antithetic variates tillskrivna Hammersley och Morton, control variates formaliserade av Lavenberg och Welch, och importance sampling med rötter hos Kahn och Marshall – och familjen inkluderar antithetic variates (AV), control variates (CV), importance sampling (IS) och stratifiering. Var och en utnyttjar en olika strukturell egenskap hos målkvantiteten för att sänka skattarens varians utan att införa bias.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Ross, S.M. (2012). Simulation (5th ed.). Academic Press. ISBN: 978-0124158252
  2. Glasserman, P. (2003). Monte Carlo Methods in Financial Engineering. Springer. DOI: 10.1007/978-0-387-21617-1

Så citerar du den här sidan

ScholarGate. (2026, June 1). Variance Reduction Techniques for Monte Carlo Simulation (AV, CV, IS). ScholarGate. https://scholargate.app/sv/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.

Compare side by side

Refereras av

ScholarGateVariance Reduction for Monte Carlo (Variance Reduction Techniques for Monte Carlo Simulation (AV, CV, IS)). Hämtad 2026-06-15 från https://scholargate.app/sv/simulation/variance-reduction-mc · Datamängd: https://doi.org/10.5281/zenodo.20539026