Tinh thần của câu hỏi này đến từ "Thông thường Monte Carlo", còn được gọi là "Monte Carlo lỗi thời"
Giả sử tôi có một biến ngẫu nhiên , với
Cả hai đều là các giá trị không xác định, bởi vì hàm phân phối xác suất của không xác định (hoặc các phép tính là không thể tìm thấy).
Dù bằng cách nào, giả sử chúng ta có thể bằng cách nào đó mô phỏng rút (đây là độc lập và phân phối giống nhau) từ sự phân bố của . Hãy để chúng tôi xác định các tham số mẫu
Theo Định lý giới hạn trung tâm, khi trở nên rất lớn, mẫu có nghĩa là sẽ tuân thủ chặt chẽ một phân phối bình thường
Trước khi chúng tôi có thể tính toán khoảng tin cậy, tác giả nói rằng vì chúng tôi không biết , chúng tôi sẽ đưa ra ước tính rằng , hoặc chính xác hơn cho ước tính không thiên vị , và chúng ta có thể tiến hành từ đó bằng cách sử dụng các kỹ thuật tiêu chuẩn.σ 2 ≈ σ 2 σ 2 ≈ n
Bây giờ, trong khi tác giả đề cập đến tầm quan trọng của đủ lớn ( số lần vẽ trên mỗi mô phỏng), không có đề cập nào về số lượng mô phỏng và ảnh hưởng của nó đến sự tự tin của chúng tôi.
Có bất kỳ lợi thế nào khi chạy mô phỏng (thực hiện vẽ mỗi lần) để có được một số mẫu có nghĩa là , sau đó sử dụng các phương tiện của phương tiện để cải thiện ước tính và độ tin cậy của chúng tôi về của ?n μ n , 1 , μ n , 2 , ... μ n , k μ , σ X
Hay nó chỉ đủ để vẽ mẫu từ trong một mô phỏng duy nhất, miễn là đủ lớn?X n