Re: [問題] 關於蒙地卡羅(monte carlo)的取樣次數
※ 引述《shanaa (高傲的貓)》之銘言：
: 想請問版上先進 是否有人有做過蒙地卡羅
: 或是類似的隨機分布的模擬經驗
: 如果做1000次的模擬 希望能捨去最worse的case
: 大概1000次可以捨去幾筆最差的資料呢?
: 有沒有什麼統計學上的理論是在說這個的呢?
: 感謝各位大大了!!!!
剛剛想想 這樣有點多行 所以改用回文的
我是不知道蒙地卡羅是甚麼
但我以前在做一些訊號處理的實驗的時候 學長是有跟我講一些經驗(或稱技巧)
來加強訊號的正確性(及精度和準度提高)
首先 你必須先進行夠多次的實驗 去確認訊號出來的離散程度以及分布情形
假設訊號出來的平均值我們稱為mean 且呈常態分佈 標準差為σ
那我們會知道說出來的值 抽樣數量的68.2%個 會散佈在+-一個標準差內
也就是說 取1000個抽樣數 會有682個的訊號值落在 mean+-σ內
有954個的訊號值落在 mean+-2σ內
有996個的訊號值落在 mean+-3σ內
舉個例子 我今天在做的是直徑的測量
假設從raw data得知
某人的頭髮平均為100 um 且常態分佈 標準差為25 um
抽樣樣本取1000根頭髮 且足以代表母體
那我們就知道說在1000根頭髮中(亂數取樣得來 因為抽樣樣本足以代表母體)
在頭髮直徑在75~125 um範圍內的會有682根
50~150 um 954
(即50~75 + 125~150 的會有272根)
25~175 um 996
(即25~50 + 150~175 的會有42根)
=========================以上簡介=========================
有了以上的觀念 我可以講我學長教我的了
現在你的問題就是會有一些worse case
即在分布圖上 在2或3個標準差的地方 甚至更外面
假設你實驗夠多 確定他分布圖形已經定型了
那你可以選擇說 我每次取樣取1000次 但1000個值經過大小排序後
僅取第160~841 共682個值 來當作此次採樣的代表
來取代這1000個值的平均
個人淺見 希望有幫到你 畢竟我真的不知道你說的蒙地卡羅是甚麼T_T
==============================================================
你說1000組數據能捨掉幾個 基本上看你自己的選擇
甚至只選1個你最想要的也可以 只不過我們通常稱那叫做"洗數據"就是了=_="
你選幾個標準差內的數據 是不會有甚麼規定
因為你不說 也沒人會知道那是抽樣的全部樣本 還是你過濾後的數據
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.116.138.37
※ 編輯: balaboo123 來自: 140.116.138.37 (12/13 22:08)
推
12/14 00:23, , 1F
12/14 00:23, 1F
→
12/14 00:23, , 2F
12/14 00:23, 2F
推
12/14 14:54, , 3F
12/14 14:54, 3F
→
12/16 22:38, , 4F
12/16 22:38, 4F
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 2 之 2 篇)：