Variance Reduction for Monte Carlo
Variance reduction techniques are a family of methods that improve the efficiency of Monte Carlo simulation by achieving the same estimation accuracy with fewer random draws. Developed incrementally from the 1950s onward — with antithetic variates attributed to Hammersley and Morton, control variates formalised by Lavenberg and Welch, and importance sampling rooted in Kahn and Marshall — the family includes antithetic variates (AV), control variates (CV), importance sampling (IS), and stratification, each exploiting a different structural property of the target quantity to lower estimator variance without introducing bias.
Kaynak kayıt
Alıntılar, yöntemin kaynak kaydından harfi harfine kopyalanmıştır. Bunlardan herhangi bir düzeyde doğrulama çıkarımı yapılmamıştır.
- 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
Derlenmiş iddialar
Her biri kendi değerlendirmesiyle birlikte kanıt defterine kaydedilmiş iddialar.
Bu görünüm, defterde hiç iddia olmadığında bir iddia değerlendirmesi icat etmez.
İlgili yöntemler
Yöntem grafiğinden oluşturulmuştur ve makine tarafından önerilen ilişkiler olarak gösterilir — herhangi bir kanıt iddiası çıkarımı yapılmamıştır.