Hipercubo latino frente a Monte Carlo
Muestreo estratificado que reduce la variabilidad de una estimación con el mismo número de simulaciones.
¿Cuántas simulaciones hacen falta para estimar un resultado medio con la precisión deseada, y cuántas se ahorran estratificando?
Resultado = (precio − costo)·volumen − fijos, con entradas triangulares. Se repite la estimación de la media muchas veces con cada método.
Controles
Ficha del modelo
Las siete preguntas que todo modelo de la biblioteca debe responder antes de publicarse.
- ¿Cuántas simulaciones hacen falta para estimar un resultado medio con la precisión deseada, y cuántas se ahorran estratificando?
- El mismo modelo de simulación que se quiera acelerar.
- Las entradas son independientes y se muestrean por su función de distribución.
- La salida es aproximadamente monótona en las entradas (donde más ayuda el método).
- Varianza del estimador con cada método en réplicas independientes.
- Factor de reducción de varianza.
- El factor de reducción se estima con réplicas y tiene su propio error; varía con el modelo.
- Ambos métodos deben estimar la misma media; sólo cambia la dispersión entre réplicas.
- Con salidas muy no monótonas o interacciones fuertes la ganancia se reduce.
- No sustituye a una distribución de entradas bien elegida.
- McKay, M. D., Beckman, R. J. y Conover, W. J. (1979). Technometrics 21(2).