亨利克·霍尔特;皮埃尔·奈奎斯特 重要性抽样中出现的加权经验度量的大偏差。 （英语） Zbl 1329.60053号 随机过程应用。 126，第1期，138-170（2016）. 摘要：本文通过相关加权经验测度的大偏差来研究重要抽样算法的效率。这些加权经验测度的主要结果是拉普拉斯原理，可以看作是萨诺夫定理的推广。主要定理用于量化重要抽样算法在给定目标集子集集合上的性能以及分位数估计。分析得出了达到所需精度所需样本量的估计值，以及与标准蒙特卡罗法相比成本的降低。 引用于4文件 理学硕士： 60层10 大偏差 65二氧化碳 蒙特卡罗方法 60G57型 随机测量 68岁20岁 模拟（MSC2010） 关键词：大偏差;经验性措施;重要性抽样;蒙特卡罗方法 PDF格式BibTeX公司 XML格式引用 \textit{H.Hult}和\textit{P.Nyquist}，随机过程应用。126，第1号，138--170（2016；Zbl 1329.60053） 全文： 内政部 arXiv公司 参考文献： [1] Asmussen，S。；Glynn，P.W.，（《随机模拟：算法与分析》，《随机模拟-算法与分析，随机建模与应用概率》，第57卷（2007），Springer:Springer New York）·Zbl 1126.65001号 [2] Chu，F。；Nakayama，M.K.，应用方差减少技术时分位数的置信区间，ACM Trans。模型。计算。模拟。，22、2、25（2012年），第10条·Zbl 1386.65015号 [3] 院长，T。；Dupuis，P.，罕见事件模拟的分裂：一种设计和分析的大偏差方法，随机过程。申请。，119, 2, 562-587 (2009) ·Zbl 1157.60019号 [4] Del Moral，P。；Garnier，J.，罕见事件的谱系粒子分析，Ann.Appl。概率。，15, 4, 2496-2534 (2005) ·Zbl 1097.65013号 [5] Dembo，A。；Zeitouni，O.，（大偏差技术与应用，大偏差技术和应用，数学应用（纽约），第38卷（1998年），Springer-Verlag:Springer-Verlag，纽约）·Zbl 0896.60013号 [6] Dupuis，P。；蔡毅，《罕见事件估计的交互粒子方法分析》，排队系统。，73, 345-406 (2013) ·Zbl 1278.60056号 [7] Dupuis，P。；Ellis，R.S.，（大偏差理论的弱收敛方法。大偏差理论中的弱收敛法，概率统计中的Wiley级数：概率和统计（1997），John Wiley&Sons Inc.：John Willey&Sons Inc。纽约）·Zbl 0904.60001号 [8] Dupuis，P。；Wang，H.，重要性抽样、大偏差和差分对策，Stoch。斯托奇。代表，76，6，481-508（2004）·兹比尔1076.65003 [9] Dupuis，P。；Wang，H.，Isaacs方程的子解和重要抽样的有效方案，数学。操作。研究，32，3，723-757（2007）·Zbl 1341.62042号 [10] Glynn，P.W.，分位数蒙特卡罗估计的重要性抽样，（随机模拟和实验设计中的数学方法：第二届圣彼得堡模拟研讨会论文集（1996），圣彼得堡大学出版社：圣彼得堡大学出版社），180-185 [11] Hong，L.J。；胡，Z。；Liu，G.，《价值-风险和条件价值-风险的蒙特卡罗方法：综述》，ACM Trans。模型。计算。模拟。，24、4、37（2014），第22条·Zbl 1369.91191号 [12] （Rubino，G.；Tuffin，B.，《使用蒙特卡罗方法进行罕见事件模拟》（2009），John Wiley&Sons有限公司：John Willey&Sons，Ltd.奇切斯特）·Zbl 1159.65003号 [13] Trashorras，J。；Wintenberger，O.，自举经验测度的大偏差，Bernoulli，20，4，1845-1878（2014）·Zbl 1321.62026号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。