[go: up one dir, main page]

La réduction de la variance regroupe l'ensemble des techniques, plus ou moins simples, qui permettent de réduire la variance des estimateurs de Monte-Carlo. En voici une courte liste : * Variable antithétique : on introduit une seconde variable aléatoire très fortement négativement corrélée avec la première, permettant de réduire la variance. L'élément clef est la formule suivante, valable pour deux variables : * Variable de contrôle : on introduit une variable tierce, dite variable de contrôle, et on construit une nouvelle classe d'estimateurs, dépendant d'un paramètre c. On cherche la valeur du paramètre c permettant de réaliser une réduction de variance, par rapport à l'estimation Monte-Carlo de base ; * L'échantillonnage préférentiel (ou importance sampling en anglais) : lors du tir

Property Value
dbo:abstract
  • La réduction de la variance regroupe l'ensemble des techniques, plus ou moins simples, qui permettent de réduire la variance des estimateurs de Monte-Carlo. En voici une courte liste : * Variable antithétique : on introduit une seconde variable aléatoire très fortement négativement corrélée avec la première, permettant de réduire la variance. L'élément clef est la formule suivante, valable pour deux variables : * Variable de contrôle : on introduit une variable tierce, dite variable de contrôle, et on construit une nouvelle classe d'estimateurs, dépendant d'un paramètre c. On cherche la valeur du paramètre c permettant de réaliser une réduction de variance, par rapport à l'estimation Monte-Carlo de base ; * L'échantillonnage préférentiel (ou importance sampling en anglais) : lors du tirage de données aléatoires, certaines valeurs ont plus d'importance que d'autres dans l'évaluation de l'espérance/intégrale. L'idée est donc d'abandonner l'échantillonnage uniforme (selon la loi uniforme continue) pour un échantillonnage selon une autre loi, plus appropriée. * Le conditionnement statistique : * La stratification : * Portail des probabilités et de la statistique * Portail de la physique (fr)
  • La réduction de la variance regroupe l'ensemble des techniques, plus ou moins simples, qui permettent de réduire la variance des estimateurs de Monte-Carlo. En voici une courte liste : * Variable antithétique : on introduit une seconde variable aléatoire très fortement négativement corrélée avec la première, permettant de réduire la variance. L'élément clef est la formule suivante, valable pour deux variables : * Variable de contrôle : on introduit une variable tierce, dite variable de contrôle, et on construit une nouvelle classe d'estimateurs, dépendant d'un paramètre c. On cherche la valeur du paramètre c permettant de réaliser une réduction de variance, par rapport à l'estimation Monte-Carlo de base ; * L'échantillonnage préférentiel (ou importance sampling en anglais) : lors du tirage de données aléatoires, certaines valeurs ont plus d'importance que d'autres dans l'évaluation de l'espérance/intégrale. L'idée est donc d'abandonner l'échantillonnage uniforme (selon la loi uniforme continue) pour un échantillonnage selon une autre loi, plus appropriée. * Le conditionnement statistique : * La stratification : * Portail des probabilités et de la statistique * Portail de la physique (fr)
dbo:wikiPageID
  • 3613439 (xsd:integer)
dbo:wikiPageLength
  • 1561 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 190149919 (xsd:integer)
dbo:wikiPageWikiLink
prop-fr:wikiPageUsesTemplate
dct:subject
rdfs:comment
  • La réduction de la variance regroupe l'ensemble des techniques, plus ou moins simples, qui permettent de réduire la variance des estimateurs de Monte-Carlo. En voici une courte liste : * Variable antithétique : on introduit une seconde variable aléatoire très fortement négativement corrélée avec la première, permettant de réduire la variance. L'élément clef est la formule suivante, valable pour deux variables : * Variable de contrôle : on introduit une variable tierce, dite variable de contrôle, et on construit une nouvelle classe d'estimateurs, dépendant d'un paramètre c. On cherche la valeur du paramètre c permettant de réaliser une réduction de variance, par rapport à l'estimation Monte-Carlo de base ; * L'échantillonnage préférentiel (ou importance sampling en anglais) : lors du tir (fr)
  • La réduction de la variance regroupe l'ensemble des techniques, plus ou moins simples, qui permettent de réduire la variance des estimateurs de Monte-Carlo. En voici une courte liste : * Variable antithétique : on introduit une seconde variable aléatoire très fortement négativement corrélée avec la première, permettant de réduire la variance. L'élément clef est la formule suivante, valable pour deux variables : * Variable de contrôle : on introduit une variable tierce, dite variable de contrôle, et on construit une nouvelle classe d'estimateurs, dépendant d'un paramètre c. On cherche la valeur du paramètre c permettant de réaliser une réduction de variance, par rapport à l'estimation Monte-Carlo de base ; * L'échantillonnage préférentiel (ou importance sampling en anglais) : lors du tir (fr)
rdfs:label
  • Réduction de la variance (fr)
  • Réduction de la variance (fr)
owl:sameAs
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is dbo:wikiPageWikiLink of
is oa:hasTarget of
is foaf:primaryTopic of