Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
GrażynaTrzpiot,PrzemysławJeziorski
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
1
0
5
10
15
IND
LHS
IND*
LHS*
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
Rys.1.Prawdopodobieństwobłędudlaróżnychrozmiarówpróbwejściowych
0,016
0,014
0,012
0,010
0,008
0,006
0,004
0,002
0,000
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
IND
LHS
IND*
LHS*
95
100
Rys.2.Błądestymatoradlaróżnychrozmiarówpróbwejściowych
Zastosowanieestymatorawarstwowego(IND*orazLHS*),którypo-
zwalagenerowaćpróbęwyjściowąoliczebnościn
d(wprzeciwieństwiedon),
dajeszybszązbieżnośćestymatora
ξ
ˆ
r
()
n
doszacowanejwartościparametru
ξ
r
niżwprzypadkuklasycznejmetodyMonteCarlo(INDorazLHS).Zbieżność
podejściaLHS*jestnajbardziejsatysfakcjonująca.LHS*wykorzystujeesty-
matorwarstwowykwantylaorazpobieraniepróbekzujemnązależnością(Latin
HypercubeSampling).
WynikiotrzymaneprzyużyciupodejściaLHS*wydająsięobiecujące.
Jednaknależyzwrócićuwagę,żemetodamożebyćstosowanawproblemach
oniewielkiejliczbiewymiarów–główniezewzględunaczasochłonność
metody.Niżejzamieszczonoczasywykonaniasymulacji1000-krotnie.
22
