Re: [問題] Monte carlo and bootstrap
※ 引述《htio (htio)》之銘言：
: 有關 bootstrap 和 monte carlo 的觀念,好像之前有人問.
: 我不知道自己的觀念對不對,所以問問大家.
: Monte carlo:
: 是一種近似估計方法,所以精確來說,應該叫Monte carlo estimate.
: 當隨機的實驗次數越多時,實驗的結果會根據LLN接近真實值,事實上BENOULLI投幾千次
: 銅板得出p=0.5就是一個Monte Carlo Estimation.
: Bootstrap:
: Bootstrap是一個方法論(methodology),是由幾種方法組成的,包括 Resampling,
: Plug-in estimator, Empirical distribution的概念,Monte carlo.
: Bootstrap是說,如果我們不知道某統計量的分配,變異程度,我們可以從樣本中
: 取出很多組bootstrap sample(Re-sampling method),算出相對的統計量,
: 透過Monte carlo 近似,bootstrap distribution分配應該會和統計量真正的
: distribution很像.
小弟發表一下自己的意見，如果不對還請先進糾正，
Monte carlo的隨機變數是從一個假設的model抽出來的，
例如假設隨機變數X~N(mu, sigma)，或是假設X是從其他分配取出來的。
而Bootstrap則是從過去的樣本來重新抽樣當作新的隨機變數，
所以通常使用這種方法是因為認為過去的事件未來也會發生，
所以用這樣的抽樣比較沒有模型風險
(但各位知道的，未來是有可能發生過去未發生的事情，所以也不能說沒有模型風險)
以上是小弟的意見
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 218.167.10.164
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 5 之 5 篇)：