Các kỹ thuật giảm phương sai cho mô phỏng Monte Carlo
Các kỹ thuật giảm phương sai là một họ các phương pháp cải thiện hiệu quả của mô phỏng Monte Carlo bằng cách đạt được độ chính xác ước lượng tương tự với ít phép rút mẫu ngẫu nhiên hơn. Được phát triển dần dần từ những năm 1950 trở đi — với các biến đối nghịch (antithetic variates) được cho là của Hammersley và Morton, các biến kiểm soát (control variates) được chuẩn hóa bởi Lavenberg và Welch, và lấy mẫu theo tầm quan trọng (importance sampling) bắt nguồn từ Kahn và Marshall — họ này bao gồm các biến đối nghịch (AV), biến kiểm soát (CV), lấy mẫu theo tầm quan trọng (IS), và phân tầng (stratification), mỗi phương pháp khai thác một thuộc tính cấu trúc khác nhau của đại lượng mục tiêu để giảm phương sai của ước lượng mà không đưa vào sai lệch.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Variance Reduction Techniques for Monte Carlo Simulation (AV, CV, IS). ScholarGate. https://scholargate.app/vi/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.
- Mô phỏng BootstrapMô phỏng↔ compare
- Markov Chain Monte Carlo (MCMC)Mô phỏng↔ compare
- Mô phỏng Monte CarloRa quyết định↔ compare
- Phương trình vi phân ngẫu nhiên (SDEs)Mô phỏng↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →