몬테카를로 가장
몬테카를로 가장
몬테카를로 가장
몬테카를로 가장은 그 재정적인 만들기를 위한 유용한 기술 불확실을 만드는 용도 무작위 입력 이다.
재정적인 모형이 거기 예측을 위해 이용될 경우 명확하게 불명한 모형으로 다수 입력이십시오. 1개의 접근은 이 입력의 각각을 위한 제일 견적을 가지고 가기 위한 것이다. 예를 들면 회사의 판매량을 예측하기 위하여 우리가 그런 것 같인 모형을 이용하고 있다는 것을 가정하십시오:
성장 = GDP 성장 ×multiple를 시장에 내놓으십시오
시장 크기 = 현재 시장 크기 × (시장 성장 + 1)
시장 점유율 = 현재 시장 점유율 + 이익
판매량 = 시장 크기 ×market 몫
여기 3개의 미심쩍은 입력이 있다: GDP 성장, 시장 점유율에 있는 GDP 성장과 시장 성장과 증가 사이 관계. 명백한 접근은 각각의 제일 견적을 사용하기 위한 것이다.
더 나은 단 하나 제일 견적을 사용하여 보다는 오히려 확율 배급 (예를 들면 정규 분포)를 사용하여, 현실을 반영한다. 확율 배급을 사용하여 쉽지 않다. 1개의 접근은 수학상으로 확율 배급으로 모형의 산출을 파생하기 위한 것일 것입니다. 이것은 보통 아주 어렵고, 수시로 단순히 가능하다.
티끌 Carlo 만드는 것은 대안을 제공한다. 몬테카를로 방법은 입력의 확율 배급을 사용한다. 입력으로 배급 그들자신을 사용하여 보다는 오히려, 배급은 무작위 입력을 생성하기 위하여 이용된다. 방법론은:
- 각 입력을 위한 확율 배급에서 수를 마구잡이로 인출하십시오
- 이 입력이 주어진 산출을 산출하고 기록하십시오
- 단계 하나에서 필요한 만큼 만큼 시간 반복하십시오
반복적으로 해서, 이것 점차적으로 산출의 확율 배급을 쌓아 올리는 것이 가능하다.
몬테카를로 방법을 상기의 간단한 모형에 적용하기 위하여 우리가 3개의 입력의 각각을 위한 배급을 견적할 필요가 있을 것입니다. 따라서 우리는 위로 그런 것 같 하기 끝낼지도 모른다
- GDP 성장은 1%와 일반적으로 배부하는의 견적의 표준 편차와 더불어 2%, 이기 위하여 예측된다. 따라서 우리는 무작위로 2의 평균를 가진 정규 분포 및 1.의 표준 편차에서 수를 가지고 간다. 이것은 GDP 성장 백분율을, 칭한다 그것을 x.이라고 포기한다.
- 우리는 시장 크기와 GDP 성장을 관련시키는 배수를 위한 유사한 견적이 있다. 여기에서 우리는 난수 (외침을 그것 1.5의 평균을 가진 정규 분포 및 0.5의 표준 편차에서 y) 인출한다
- 우리는 저희에게 우리의 시장 성장 견적을 주는 y에 의해 x를 곱한다. 우리는 우리의 예측 시장 크기를 견적하기 위하여 이것을 이용한다
- 우리는 시장 점유율 성장을 위한 유사한 견적이 있다. 이 경우에는 우리가 2%의 평균을 가진 정규 분포 및 2%의 표준 편차에서 수를 인출한ㄴ다는 것을 가정하십시오
- 우리는 지금 위와 같이 판매량을 산출해서 좋다
- 우리는 지금 우리가 판매량을 위해 얻는 가치를 기록한다
- 우리는 지금 단계 하나 의 시간의 수백에서 반복한다
- 기록한 가치는 몬테카를로 가장의 산출을 형성한다
우리는 일련의 견적으로 끝난다. 이들은 판매량을 위한 평균 그리고 표준 편차를 산출하기 위하여 이용될 수 있다. 이것은 더 나은 제일 견적 (평균) 및 그것의 불확실 (표준 편차)의 측정을 모두 주기 때문에, 단 하나 제일 견적 보다는 훨씬 의미심장한 수이다.
분명히 몬테카를로 방법은 수동 계산과 함께 사용하기 아주 지루하다. 컴퓨터는 몬테카를로 분석의 사용을 멀리 쉽게 한다.
많은 경우에 상당수의 일은 몬테카를로 가장 자체에서 아닙니다, 그러나 간단한 점 견적 보다는 오히려 확율 배급의 견적을 내는 필요에서 온다. 뿐만 아니라 배급 (예를들면 정규 분포를 위한 비열한 표준 편차)의 매개변수를 견적하는 것이 필요한가, 그러나 적당한 확율 배급을 선정하는 것도 중요하다. 이 페이지는 몇몇을의 가장 중요한 것 목록으로 만들고, 여기 포괄적인 참고가 있다.
몬테카를로 가장
관련 페이지: 대본 계획 | 뒤 테스트 | 난보관련 종류: 재정
알파벳순 색인: A~B C D~H I~O P~R S~Z