(3.236.118.225) 您好!臺灣時間:2021/05/16 10:42
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

: 
twitterline
研究生:吳振宇
研究生(外文):Wu, Zhenyu
論文名稱:梯形法重點抽樣之研究
指導教授:樓文達樓文達引用關係
指導教授(外文):Lo, Wenda
口試委員:高正雄楊菁菁
口試委員(外文):Kao, ChungsiungYang,ChingChing
口試日期:2011-06-22
學位類別:碩士
校院名稱:國立中正大學
系所名稱:數理統計研究所
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:2011
畢業學年度:99
語文別:中文
論文頁數:36
中文關鍵詞:重點抽樣
外文關鍵詞:Monte CarloAdaptive Rejection SamplingAccept-Rejection
相關次數:
  • 被引用被引用:1
  • 點閱點閱:184
  • 評分評分:
  • 下載下載:20
  • 收藏至我的研究室書目清單書目收藏:0
由 ARS(Adaptive~Rejection~Sampling) 演算法得知, 我們可以得到一連串目標函數之覆蓋函數, 但目標函數須滿足某些特定條件才能使用 ARS 演算法。 我們藉由將目標函數做切割, 並用數個線性方程式去配適目標函數的每個區間, 而每個區間所佔之權重我們利用梯形法則求出, 由於我們欲求之參數將以重點抽樣求得, 故稱梯形法重點抽樣。 我們比較以不同的區間配適目標函數之差異, 以及比較其與重點抽樣之異。模擬結果顯示, 在考慮估計式為一般之重點抽樣估計式時, 梯形法重點抽樣具有較低之誤差, 但若考慮為使用權重之重點抽樣估計式, 兩者之間則無太大差異。
1 概述
1.1 問題描述
1.2 梯形重點抽樣方法
2 演算法介紹
2.1 A/R方法
2.2 Adaptive Rejection Sampling(ARS)
2.3 重點抽樣(Importantce Sampling)
2.4 演算法的評估方法
3 梯形法重點抽樣
3.1 源起
3.2 梯形法重點抽樣
4 模擬試驗
4.1 梯形法重點函數選擇
4.2 估計式模擬
5 結論
參考文獻
Liu, J. (2001). Monte Carlo Strategies in Scienti c Computing. Springer-
Verlag,New York.
Robert, C. and G. Casella (2004). Monte Carlo Satistical Method.
Springer-Verlag,New York.
李燿宗 (2008). An Interpretation of the Metropolized Independent Sampling.
Master's thesis, National Chung Cheng University.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top