模拟方法(一)

一、模拟方法

  1. 逆变换方法(Inverse Transform Method):通过累积分布函数的逆函数,将均匀分布的随机变量转换为具有指定分布的随机变量。

  2. 接受拒绝方法(Accept-Reject Method):通过生成服从一个辅助分布的随机变量,并与原分布进行比较,接受满足条件的样本并拒绝不满足条件的样本,从而生成符合原分布的随机变量。

  3. 重要性采样(Importance Sampling):通过从一个已知分布中抽取样本,并用这些样本来估计另一个分布中的期望或概率。

  4. 吉布斯采样(Gibbs Sampling):用于从联合分布中抽取样本的一种马尔可夫链蒙特卡洛方法,通过依次更新每个变量的取值来生成样本。

  5. 蒙特卡洛模拟(Monte Carlo Simulation):通过生成大量的随机样本,并利用这些样本来估计未知参数或模拟系统的行为。

  6. 蒙特卡洛马尔可夫链(Monte Carlo Markov Chain)模拟:利用马尔可夫链的性质,通过随机漫步的方式生成样本,用于估计复杂系统的性质或参数。

相关推荐
西猫雷婶1 小时前
scikit-learn/sklearn学习|广义线性回归损失函数的基本表达式
深度学习·神经网络·学习·机器学习·线性回归·scikit-learn·概率论
xz2024102****2 天前
最大似然估计:损失函数的底层数学原理
人工智能·算法·机器学习·概率论
kingmax542120082 天前
概率与数理统计公式及结论汇总
人工智能·机器学习·概率论
西猫雷婶3 天前
神经网络|(十九)概率论基础知识-伽马函数·下
人工智能·深度学习·神经网络·机器学习·回归·scikit-learn·概率论
西猫雷婶6 天前
神经网络|(十八)概率论基础知识-伽马函数溯源-阶乘的积分表达式
人工智能·深度学习·神经网络·机器学习·概率论
西猫雷婶10 天前
神经网络|(十六)概率论基础知识-伽马函数·中
人工智能·深度学习·神经网络·学习·机器学习·概率论
西西弗Sisyphus10 天前
大模型 多轮对话
语言模型·概率论·知识蒸馏
Jooou11 天前
机器学习:贝叶斯派和频率派
机器学习·概率论·贝叶斯派
simon_skywalker14 天前
概率论基础教程第六章 随机变量的联合分布(二)
概率论
simon_skywalker15 天前
概率论基础教程第5章 连续型随机变量(三)
概率论