ฉันไม่เคยเรียนหลักสูตรสถิติอย่างเป็นทางการ แต่เนื่องจากงานวิจัยของฉันฉันพบบทความที่ใช้แนวคิดทางสถิติหลายอย่างต่อเนื่อง
บ่อยครั้งที่ฉันจะเห็นคำอธิบายของกระบวนการมอนติคาร์โลที่นำไปใช้กับสถานการณ์ที่กำหนดและสำหรับสิ่งที่ฉันสามารถรวบรวม 9 จาก 10 ครั้งมันลงมาสู่การสุ่มของประชากรที่เรียบง่ายและการศึกษาที่ตามมา
คำถามของฉัน: ในโลกทางสถิติMonte Carloเป็นคำรหัสสำหรับอัลกอริทึมใด ๆ ที่เกี่ยวข้องกับการสร้างจุด / ประชากร / ฯลฯ แบบสุ่มหรือมีอะไรมากกว่านั้นหรือไม่
คำตอบ:
ฉันคิดว่าฉันควรให้คำตอบง่ายๆกับคุณซึ่งก็คือ "ใช่เกือบทุกครั้ง"
นี่เป็นเรื่องที่น่าเบื่อดังนั้นเรามาพูดถึงสิ่งที่น่าสนใจยิ่งขึ้น
วิธีการมอนติคาร์โลมักจะนำไปใช้กับปัญหาที่ไม่ได้สุ่มแน่นอน ยกตัวอย่างเช่นตรวจสอบการรวม Monte Carlo นี่คือการใช้อินทิกรัลแน่นอนซึ่งไม่สุ่มเลย นี่เป็นเรื่องธรรมชาติของปัญหาที่ MC ใช้กับประเด็นของ Maarten
อีกแง่มุมของวิธีการมอนติคาร์โลก็คือพวกเขามักจะไม่ใช้หมายเลขสุ่มฉันจะบอกว่าเกือบจะไม่เคย วิธี MC กันมากที่สุดใช้หลอกกำเนิดจำนวนสุ่ม นี่ไม่ใช่ตัวเลขสุ่มเลย ลองนึกถึงสิ่งนี้: ถ้าคุณตั้งค่าเมล็ดจากนั้นทุกหมายเลขในลำดับที่สร้างจะถูกกำหนดโดยเมล็ดอย่างแน่นอน พวกมันดูและมีกลิ่นเหมือนตัวเลขสุ่มดังนั้นเราจึงใช้
Google ตัวอย่าง MC คุณจะพบจำนวนอนันต์ของตัวอย่างเช่นนี้ ตัวอย่างนี้มีสมการทั้งหมดที่มีความน่าจะเป็นเป็นต้น แต่จากนั้นจะใช้ฟังก์ชั่นrgamma (.)ใน R ฟังก์ชั่นนี้สร้างลำดับของตัวเลขสุ่มแบบ psudo ซึ่งดูสุ่มมากจากการแจกแจงแกมม่า .
ต้องบอกว่ามีลำดับตัวเลขสุ่มจริง นักสถิติจำนวนน้อยที่น่าแปลกใจใช้พวกเขาและหรือแม้กระทั่งตระหนักถึงพวกเขา เหตุผลก็คือเครื่องกำเนิดไฟฟ้าแบบ psudo สุ่มนั้นสะดวกและรวดเร็วกว่ามาก ตัวเลขสุ่มทรูมีราคาแพงคุณต้องซื้อพวกเขาหรือเครื่องกำเนิดไฟฟ้าจำนวนฮาร์ดแวร์ (ฝึกซ้อม) พวกเขาถูกใช้อย่างมากในแอปพลิเคชันการพนัน พวกมันถูกสร้างขึ้นจากแหล่งกำเนิดทางกายภาพเช่นการสลายตัวของกัมมันตภาพรังสีและเสียงรบกวนในคลื่นวิทยุความร้อน ฯลฯ ขอบคุณ @scruss ที่ชี้ให้เห็นว่าเมื่อเร็ว ๆ นี้ TRNG สามารถเข้าถึงได้มากขึ้น
ในที่สุดก็มีครอบครัวของวิธีการที่เรียกว่ากึ่ง Monte Carlo สิ่งเหล่านี้ใช้ลำดับของตัวเลขที่ไม่ได้ดูเหมือนว่าจะเป็นตัวเลขสุ่มเช่นลำดับ Sobol ที่เรียกว่าหมายเลขที่มีความคลาดเคลื่อนต่ำ