什么是加速蒙特卡洛模拟的最好的技巧？
什么是加速蒙特卡洛模拟的最好的技巧？
提问于 2009-09-10 05:45:44
每当我在S-Plus中运行大规模蒙特卡洛模拟时，我总是在等待它完成时长出胡须。
在R中运行蒙特卡洛模拟最好的技巧是什么？有没有以分布式方式运行进程的好例子？
回答 4
Stack Overflow用户
回答已采纳
发布于 2009-09-10 06:06:16
使用多核/机器的并行复制应该很简单，如果你只是使用并行独立复制，但要注意随机数生成器的常见缺陷(例如，如果使用当前时间作为种子，产生多个进程，每个进程一个RNG可能会产生相关的随机数，从而导致无效的结果-例如，this paper)
- You可能想要使用variance reduction来减少所需复制的数量，即缩小所需样本的大小。可以在许多教科书中找到更高级的方差减少技术，例如在this one.
中
Stack Overflow用户
发布于 2009-09-10 18:58:26
重新分配你的向量！
> nsims <- 10000
> n <- 100
>
> system.time({
res <- NULL
for (i in 1:nsims) {
res <- c(res,mean(rnorm(n)))
}
})
user system elapsed
0.761 0.015 0.783
>
> system.time({
res <- rep(NA, nsims)
for (i in 1:nsims) {
res[i] <- mean(rnorm(n))
}
})
user system elapsed
0.485 0.001 0.488
> Stack Overflow用户
发布于 2009-09-10 07:13:53
拉丁超立方体采样很容易应用，并且对结果有很大影响。基本上，您可以从均匀分布中获取拉丁超立方体样本(例如，使用lhs包中的randomLHS() )，然后使用qnorm(统一样本)将其转换为您想要的分布。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/1403560
复制相关文章
相似问题
腾讯云开发者
