Метод Монте-Карло, Общая схема метода Монте-Карло, Оценка погрешности метода Монте-Карло - Применение метода Монте-Карло в эконометрическом анализе
Общая схема метода Монте-Карло
Сущность метода Монте-Карло состоит в следующем: требуется найти значение а некоторой изучаемой величины. Для этого выбирают такую случайную величину Х, математическое ожидание которой равно а: М(Х) = а.
Практически же поступают так: производят n испытаний, в результате которых получают n возможных значений Х; вычисляют их среднее арифметическое и принимают x в качестве оценки (приближенного значения) a* искомого числа a:
.
Поскольку метод Монте-Карло требует проведения большого числа испытаний, его часто называют методом статистических испытаний. Теория этого метода указывает, как наиболее целесообразно выбрать случайную величину Х, как найти ее возможные значения. В частности, разрабатываются способы уменьшения дисперсии используемых случайных величин, в результате чего уменьшается ошибка, допускаемая при замене искомого математического ожидания а его оценкой а*.
Оценка погрешности метода Монте-Карло
Пусть для получения оценки a* математического ожидания а случайной величины Х было произведено n независимых испытаний (разыграно n возможных значений Х) и по ним была найдена выборочная средняя, которая принята в качестве искомой оценки: . Ясно, что если повторить опыт, то будут получены другие возможные значения Х, следовательно, другая средняя, а значит, и другая оценка a*. Уже отсюда следует, что получить точную оценку математического ожидания невозможно. Естественно возникает вопрос о величине допускаемой ошибки. Ограничимся отысканием лишь верхней границы допускаемой ошибки с заданной вероятностью (надежностью) :
Интересующая нас верхняя грань ошибки есть не что иное, как "точность оценки" математического ожидания по выборочной средней при помощи доверительных интервалов. Рассмотрим следующие три случая.
Случайная величина Х распределена нормально и ее среднее квадратичное отклонение известно.
В этом случае с надежностью верхняя граница ошибки
, (*)
Где n число испытаний (разыгранных значений Х); t - значение аргумента функции Лапласа, при котором, - известное среднее квадратичное отклонение Х.
Случайная величина Х распределена нормально, причем ее среднее квадратическое отклонение неизвестно.
В этом случае с надежностью верхняя граница ошибки
, (**)
Где n - число испытаний; s - "исправленное" среднее квадратическое отклонение, находят по таблице приложения 3.
Случайная величина Х распределена по закону, отличному от нормального.
В этом случае при достаточно большом числе испытаний (n>30) с надежностью, приближенно равной, верхняя граница ошибки может быть вычислена по формуле (*), если среднее квадратическое отклонение случайной величины Х известно; если же неизвестно, то можно подставить в формулу (*) его оценку s - "исправленное" среднее квадратическое отклонение либо воспользоваться формулой (**). Заметим, что чем больше n, тем меньше различие между результатами, которые дают обе формулы. Это объясняется тем, что при распределение Стьюдента стремится к нормальному.
Из изложенного следует, что метод Монте-Карло тесно связан с задачами теории вероятностей, математической статистики и вычислительной математики. В связи с задачей моделирования случайных величин (в особенности равномерно распределенных) существенную роль играют также методы теории чисел.
Среди других вычислительных методов, метод Монте-Карло выделяется своей простотой и общностью. Медленная сходимость является существенным недостатком метода, однако, могут быть указаны его модификации, которые обеспечивают высокий порядок сходимости при определенных предположениях. Правда, вычислительная процедура при этом усложняется и приближается по своей сложности к другим процедурам вычислительной математики. Сходимость метода Монте-Карло является сходимостью по вероятности. Это обстоятельство вряд ли следует относить к числу его недостатков, ибо вероятностные методы в достаточной мере оправдывают себя в практических приложениях. Что же касается задач, имеющих вероятностное описание, то сходимостью по вероятности является даже в какой-то мере естественной при их исследовании.
Похожие статьи
-
Математическое ожидание, дисперсия Дискретной называют случайную величину, которая принимает отдельные, изолированные возможные значения с определенными...
-
Монте карло погрешность распределение интеграл В качестве оценки интеграла принимают , Где n - число испытаний; F(x) - плотность распределения...
-
Пусть подынтегральная функция неотрицательна и ограничена: , а двумерная случайная величина распределена равномерно в прямоугольнике D с основанием и...
-
Способ усреднения подынтегральной функции - Применение метода Монте-Карло в эконометрическом анализе
В качестве оценки определенного интеграла принимают , Где n - число испытаний; - возможные значения случайной величины X, распределенной равномерно в...
-
Метод Монте-Карло используют для вычисления интегралов, в особенности многомерных, для решения систем алгебраических уравнений высокого порядка, для...
-
Вычислить определенный интеграл по методу "Монте-Карло" по формуле , Где n - число испытаний; G(x) - плотность распределения "вспомогательной" случайной...
-
Заключение, Список литературы - Применение метода Монте-Карло в эконометрическом анализе
Метод Монте-Карло используется очень часто, порой некритично и неэффективным образом. Он имеет некоторые очевидные преимущества: А) Он не требует никаких...
-
Введение - Применение метода Монте-Карло в эконометрическом анализе
Метод Монте-Карло можно определить как метод моделирования случайных величин с целью вычисления характеристик их распределений. Возникновение идеи...
-
Пусть функция непрерывна в ограниченной замкнутой области S и требуется вычислить m-кратный интеграл . (1) Геометрически число I представляет собой...
-
Алгоритмы метода Монте-Карло для решения интегральных уравнений второго рода Пусть необходимо вычислить линейный функционал , Где, причем для...
-
2.1 Постановка задачи Исходные данные Вариант 36 4,88 4,69 4,79 4,84 4,69 4,88 4,91 4,65 4,89 5,75 4,88 5,63 4,83 3,93 4,73 Статистическая обработка...
-
Метод сравнения является универсальным методом и применяется во всех разделах статистики (метод сравнения средних, оценивания неизвестных параметров и...
-
Численный сравнительный анализ - Ранговый метод оценивания параметров регрессионной модели
Итак, в рамках данной работы рассматриваются такие распределения случайных величин, как распределения Гаусса и Лапласа, треугольное распределение...
-
Датой рождения метода Монте-Карло принято считать 1949 г., когда появилась статья под названием "The Monte Carlo method". Создателями этого метода...
-
Для достижения поставленной цели предприятию требуются материалы, оборудование, энергия, рабочая сила и другие ресурсы. Каждое предприятие такими...
-
Заключение - Моделирование систем массового обслуживания с использованием метода Монте-Карло
Метод Монте-Карло можно определить как метод моделирования случайных величин с целью вычисления характеристик их распределений. Возникновение идеи...
-
В настоящее время нельзя назвать область человеческой деятельности, в которой в той или иной степени не использовались бы методы моделирования. Особенно...
-
Метод максимального правдоподобия - Основы научных исследований
Разработан Р. Фишером. Пусть Х 1 ,х 2 ...х N - выборка из генеральной совокупности случайной величины Х с функцией плотности вероятности Р(х, и),...
-
Применение статистических методов анализа для адекватной интерпретации результатов контроля остаточных знаний соискателей высшего образования на примере...
-
Определим следующие погрешности, которые можно зафиксировать при оценивании и порождении абсолютных и относительных лингвистических оценок. Погрешности в...
-
1.1 Постановка задачи Произвести обработку результатов измерений по обнаружению грубых погрешностей, используя статистические критерии: Романовского,...
-
Экспериментальная установка В работе используется прибор для текстурных измерений "Термосорб" серии М, фирмы "КАТАКОН" Серийный №017 Дата выпуска...
-
Пусть требуется разыграть испытания в каждом из которых событие А появляется с вероятностью р и не появляется с вероятностью 1-р [4]. Заменим...
-
Построим теперь на базе полиинтервальной оценки такую теоретико-вероятностную модель представления экспертных знаний, которая сочетала бы в себе описание...
-
Методы непараметрической статистики - Основы теории систем и системного анализа
Использование классических распределений случайных величин обычно называют "параметрической статистикой" - мы делаем предположение о том, что...
-
Системы массового обслуживания -- это такие системы, в которые в случайные моменты времени поступают заявки на обслуживание, при этом поступившие заявки...
-
Сущность и основные условия применения корреляционного анализа В соответствии с сущностью корреляционной связи ее изучение имеет две цели: 1) измерение...
-
Выбор группировочных признаков всегда должен быть основан на анализе качественной природы исследуемого явления. Всесторонний теоретико-экономический...
-
Проба брал на ГПУ г. Москвы "Природный заказника "Воробъевы горы"из реки Москва, с помощью стеклянной бутыли. Затем стеклянную бутыль опускал в реку и...
-
Статистическая обработка результатов измерений - обработка измерительной информации с целью получения достоверных данных. Разнообразие задач, решаемых с...
-
Качественные методы анализа - Разработка технологической схемы получения анизола и крезола
Рециркуляционных реакционно-ректификационных процессов. При анализе сложных ХТС, характеризующихся большим числом параметров и переменных необходимо...
-
Фотоэлектроколориметрические методы относятся к объективным методам, так как интенсивность окраски растворов оценивают с помощью специальных устройств -...
-
Исходные предположения регрессионного анализа и свойства оценок - Моделирование в эконометрике
1. Предполагается, что при заданных значениях переменных X K , K = 1, ..., M ; на зависимую переменную Y не оказывают влияние никакие другие...
-
Элементы матричного анализа - Методы решения системы линейных уравнений
Вектором, как на плоскости, так и в пространстве, называется направленный Отрезок , то есть такой Отрезок , один из концов которого выделен и называется...
-
Практическое применение - Методы осаждения
Наиболее широкое применение в практике имеет метод Фоль-гарда (тиоцианатометрия), с помощью которого находят содержа-ние галогенидов в кислой среде....
-
Оценка адекватности моделей методом факторно-плоскостного пространственного проецирования
Оценка адекватности моделей методом факторно-плоскостного пространственного проецирования Современная автомобильная промышленность ставит перед...
-
Составляется матрица численных значений базисных функций, соответствующая расширенной матрице спектра плана Вычисляется информационная матрица...
-
Применение эконометрического анализа в управлении - Практические аспекты эконометрического анализа
Статистические и математические модели экономических явлений и процессов определяются спецификой той или иной области экономических исследований. Так, в...
-
Понятие о рядах динамики - Методы анализа основной тендеции развития в рядах динамики
Одной из важнейших задач статистики является изучение изменений анализируемых показателей во времени, т. е. их динамика. Эта задача решается при помощи...
-
Показатели анализа ряда динамики - Методы анализа основной тендеции развития в рядах динамики
При изучении динамики общественных явлений возникает проблема описания интенсивности изменения и расчета средних показателей динамики. Анализ...
Метод Монте-Карло, Общая схема метода Монте-Карло, Оценка погрешности метода Монте-Карло - Применение метода Монте-Карло в эконометрическом анализе