模擬抽樣方法

在模擬的每個試驗期間,抽樣方法會為模型中的每個假設選取一個隨機值。

策略模型化模擬使用以下抽樣方法:

  • 蒙地卡羅方法—從每個假設定義的分布中隨機選取任何值。

  • 拉丁超立方—隨機選取值,並平均地散布在每個假設其定義的分布中。

蒙地卡羅抽樣

蒙地卡羅模擬方法重複地為不確定變數隨機產生值,以模擬模型。每個假設機率分布的值為隨機且完全獨立。換句話說,為某個試驗選取的隨機值對所產生的下個隨機值沒有影響。

蒙地卡羅模擬方法是以摩納哥的蒙地卡羅為名,該地的賭場設有輪盤賭、骰子和吃角子老虎機等機會遊戲,這些遊戲皆展現出隨機行為。

這種隨機行為與蒙地卡羅模擬方法隨機選取變數值來模擬模型的方式類似。當您擲骰子時,您知道可能會出現 1、2、3、4、5 或 6,但您不知道在任何特定試驗中會出現哪個數字。這和具有已知範圍的值、且不確定在特定時間或事件中會出現哪個值的變數一樣 (例如,利率、人員需求、股票價格、庫存、每分鐘的通話數)。

要使用蒙地卡羅抽樣接近分布的真正形狀,需要比拉丁超立方更多次的試驗。

使用蒙地卡羅抽樣可為您的模型模擬真實世界模擬案例。

拉丁超立方抽樣

拉丁超立方抽樣會將每個假設的機率分布分成不重疊的區段,每個區段都有相同的機率。

當模擬執行時,拉丁超立方會根據區段的機率分布會為每個區段選取隨機假設值。這個值集合會形成拉丁超立方樣本。在將每個區段抽樣恰好一次後,程序會重複執行,直到模擬停止為止。

當計算模擬統計值時,拉丁超立方抽樣通常比傳統的蒙地卡羅抽樣更精確,因為更平均一致地在整個分布範圍內抽樣。拉丁超立方抽樣要達成與蒙地卡羅抽樣相同程度的統計準確性,所需的試驗次數更少。此方法增加的費用是需要額外的成本在模擬執行時追蹤哪些區段已抽樣。(與大多數的模擬結果相比,這項額外的經常費用微不足道。)

當您主要關心的是模擬統計準確性時,請使用拉丁超立方抽樣。