##蒙特卡羅**：用發射隨機數的方法模擬資料，根據模擬1000次之後得到的結果**，由於隨機數是正態分佈的，要用mvrnorm方法模擬隨機數。
##勾mass package
alpha=c()
for(i in 1:1000)
mean(alpha)
var(alpha)
sqrt(var(alpha)) #se standerror
##自助抽樣法 bootstrap
hw: p200.2
alpha=c()
mu1=c(0,0) #均值是0
sigma1=matrix(c(1,0.5,0.5,1.25),nrow=2)
rand1=mvrnorm(n=100,mu=mu1,sigma=sigma1)
x= rand1[,1]
y= rand1[,2]
for(j in 1:1000)
mean(alpha)
蒙特卡羅演算法
蒙特卡羅演算法並不是一種演算法的名稱，而是對一類隨機演算法的特性的概括。說 蒙特卡羅演算法打敗武宮正樹 這個說法就好比說 我被乙隻脊椎動物咬了 是比較火星的。實際上是zen的演算法具有蒙特卡羅特性，或者說它的演算法屬於一種蒙特卡羅演算法。那麼 蒙特卡羅 是一種什麼特性呢？我們知道，既然是隨機演算法，...
蒙特卡羅模擬
最優化問題的計算方法是很重要的，因為很多最優化的問題難於解析地解出來，對於動態模擬，通常人們能夠解析地確定定常態的行為，但是關於瞬態行為的研究則需要計算機模擬，概率模型更加複雜，不具有時間動態特性的模擬有時能夠解析地求解出來，且對於簡單的隨機模型，定常態的結果通常是可用的，但是對於許多情況，概率模型...
蒙特卡羅演算法
演算法原理 蒙特卡羅方法也稱統計模擬方法，是1940年代中期由於科學技術的發展和電子計算機的發明，而提出的一種以概率統計理論為指導的數值計算方法。是指使用隨機數 或更常見的偽隨機數 來解決很多計算問題的方法。原理大致如下圖所示 很簡單，舉個例子就是扔石子到方形區域，區域內有個圓，圓內石子的比例即為圓...