Semangat pertanyaan ini berasal dari "Monte Carlo Biasa", yang juga dikenal sebagai "Monte Carlo kuno yang baik"
Misalkan saya punya variabel acak , dengan
Keduanya adalah nilai yang tidak diketahui, karena fungsi distribusi probabilitas tidak diketahui (atau komputasinya sulit dilakukan).
Either way, misalkan kita dapat mensimulasikan entah bagaimana menarik (ini independen dan terdistribusi secara identik) dari distribusi . Mari kita tentukan parameter sampel
Menurut Teorema Limit Pusat, sebagai menjadi sangat besar, rata-rata sampel akan sangat mematuhi distribusi normal
Sebelum kita dapat menghitung interval kepercayaan, penulis menyatakan bahwa karena kita tidak tahu , kami akan membuat estimasi itu , atau lebih tepatnya untuk estimasi yang tidak bias , dan kita dapat melanjutkan dari sana menggunakan teknik standar.
Sekarang, sementara penulis menyebutkan pentingnya cukup besar ( jumlah undian per simulasi), tidak disebutkan tentang jumlah simulasi dan pengaruhnya terhadap kepercayaan kami.
Apakah ada keuntungan dari berlari simulasi (melakukan menarik setiap kali) untuk mendapatkan beberapa cara sampel , dan kemudian gunakan sarana sarana untuk meningkatkan taksiran dan keyakinan kami tentang hal yang tidak diketahui dari ?
Atau apakah cukup dengan menggambar saja sampel dari dalam simulasi tunggal, selama cukup besar