## simulate `N` uniformly distributed points on unit square
N <- 1000
x <- matrix(runif(2 * N), ncol = 2)
## count number of points inside unit circle
n <- 0; for(i in 1:N) {if (norm(x[i,]) < 1)
나는 Halton 시퀀스와 같은 준 몬테카를로 방법을 사용하여 비정상적으로 분포 된 무작위 샘플을 생성하려고합니다. 나는 그 숫자들을 일정한 범위 내에서 원해. 나는 matlab에 다음 코드를 가지고 있지만 그것은 한계를 넘는 숫자를 제공한다. 한계 내에서 샘플을 생성하는 방법을 제한 할 수있다. M=1;
bounds=[2 4];
Ns=20; % num
저는 대학 논문의 옵션 가격에 대한 평가를하고 있습니다. R에서 몇 가지 사항을 프로그래밍해야합니다. R과 같은 프로그래밍 소프트웨어로 작업하는 것은 처음입니다. 지난 2 주 동안이 작업을 수행했는데 여기까지갔습니다. s <- 120
#Value of the stock today
sd <- 0.1
#standard deviation
d <- 0.00
일부 위험 요소에 대해 Monte Carlo 연산을 수행하면 시스템은 올바르게 작동하지만 표준 편차는 완전히 해제됩니다. 이 값을 시뮬레이션 할 때 시스템은 100 % 정확합니다. 내가 가진 위험의 입력 변수는 최상의 경우 비용 값, 최악의 비용 값, 가장 가능성있는 비용 값, 위험 발생 확률 및 예상 값 (평균 * 확률)입니다. 내 현재 구현은이 (자바/
나는 파이썬 3으로 내 자신의 몬테카를로 시뮬레이터를 만드는 데 어려움을 겪고 있습니다 ... 나는 앞으로의 해에 미래 가격을 예측하려고합니다. 나는 아직도 파이썬으로 프로그래밍하는 법을 배우고있다. 내 데이터 : 몬테카를로 시뮬레이터 시도 Price = np.array([29429,30426,32513,40605,52806,57581])
Year = n
안녕하세요 저는 임의의 변수를 기반으로하는 함수를 통합하는 데 도움이되기를 바랍니다. 이 함수는 연속 분포의 예상 값을 얻는 것입니다. 여기 제가 지금까지 가지고있는 코드입니다. montecarlo = function(r,v,t,x,k) {
y = rnorm(1)
e = (y*(x*exp((-v*sqrt(t)*y)+((r-(.5*v^2))*t))-k))
숫자 통합에 대한 프레젠테이션의 일부를 제공하고 있습니다. 이야기 자체가 더 나은 형태의 수치 적 통합 (주로 중요도 샘플링과 계층화 된 샘플링)으로 진행되지만, 필자는 제 1 부 몬테 카를로 통합 샘플링에서 일률적 인 분포를 언급하고 있습니다. mean(sin(runif(1e8, 0, pi)))
오히려 예상된다 1보다 0.636597의 답을주고있다 :
는 라플라스 분포 제안을 감안할 때 제안 기능 주어진 시료 채취 : : g(x) = 1/2*e^(-|x|)
및 샘플 크기 n = 1000을, 나는 추정 θ의 몬테 카를로 (MC) 통합을 실시 할 중요도 샘플링을 통해. 결국 나는이 MC 추정치의 평균과 표준 편차를 R로 계산하고 싶습니다. library(VGAM)
n = 1000
x = rexp(n,
저는 제가 작성한 몬테카를로 시뮬레이션에 이상한 문제가 있습니다. 예상 투자 가치 (실제로 포커 토너먼트)를 계산하는 것은 중첩 된 루프입니다. 시연하기 위해, 우리가 코인 플립과 같은 헤드 업 포커 토너먼트에 대해 이야기하고 있다고 가정합니다. 우리는 동전 던지기 당 ROI가 25 %이고 buy-in은 하나라고 가정하고, 100 (500, 1000) 동전
평균 (sem) 값의 표준 오차를 이해하는 데 도움이 될 수 있습니까? sem 또는 semm은 몬테카를로 시뮬레이션이 실제 의미와 얼마나 가까운 지 평가하는 데 더 적합합니다. 나는 관측치를 사용하여 sem을 계산해야합니까, 아니면 각 관측치 이후에 평균값을 사용하여 semm을 계산해야합니까? #some data
x <- c(10,9,8,7,6,5