Supposons que nous voulons calculer une certaine attente:
Supposons que nous voulions l'approcher en utilisant la simulation de Monte Carlo.
Mais supposons qu'il est coûteux de prélever des échantillons des deux distributions, de sorte que nous ne pouvons nous permettre de tirer un nombre fixe .
Comment devrions-nous allouer ? Les exemples incluent dessine à chaque distribution, ou à l'extrême, un tirage à l'extérieur et dessine à l'intérieur, vice versa etc .....K / 2 K - 1
Mon intuition me dit que cela aura à voir avec la variance / entropie des distributions les unes par rapport aux autres. Supposons que l'une externe est un point de masse, puis la division de qui minimise l' erreur MC serait dessiner une de l' et dessiner du . Y K - 1 X | Oui
J'espère que c'était clair.
la source
Réponses:
Supposons d'abord que vous exécutez des simulations partir de π X , x 1 , … , x R et que pour chaque x r simulé , vous exécutez des simulations S à partir de π Y | X = x r , y 1 r , … , y s r . Votre estimation de Monte Carlo est alors δ ( R , S ) = 1R πX X1, … , XR Xr S πOui| X= xr y1 r, … , Ys r
La variance de cette estimation se décompose comme suit
var { δ ( R , S ) }
Maintenant , supposons différents coûts de simulation et la contrainte budgétaire , ce qui signifie que les y r s « coût s une fois de plus pour simuler que le x r » s. La décomposition ci-dessus de la variance est alors 1R + a R S= b yr s une Xr
qui peut être minimisé dansRcomme
R∗=b/1+{aEX[varY| X{f(xr,Y)| xr
Notez également que cette solution doit être comparée à la solution symétrique lorsque l'intégrale interne est dans étant donné Y et l'intégrale externe est contre la marginale dans Y (en supposant que les simulations sont également réalisables dans cet ordre).X Oui Oui
la source