The estimation of standard errors in Monte Carlo simulation experiments
蒙特卡洛模拟实验中的标准误估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：序列相关出现在模拟误差评估中，摘要未涉及宏观时间序列模型，故不据此归类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
蒙特卡洛模拟实验中的标准误估计
- 研究问题
- 用相关的连续模拟观测估计常数时，如何估计样本均值的方差，并控制序列相关导致的方差估计偏差？
- 方法与思路
- 作者比较多种均值方差估计方法，以数值例子和特定序列相关形式下的偏差计算，讨论模拟长度与估计方法的选择。
- 材料陈述的贡献
- 摘要称，多种方法在不少情形下存在明显偏差；已知序列相关上界时，可据此选择模拟长度与方法以减小该偏差。
- 阅读关注点
- 应核对各方差估计方法、偏差计算依赖的相关结构，以及已知相关上界如何用于选择模拟长度和控制估计偏差。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；相关形式显示为“ps”，符号不清，需查原 PDF，不能重构公式或推导偏差。
原文摘要
SUMMARY In using Monte Carlo methods for estimating some constant it often happens that successive observations are not independent. Various methods of estimating the variance of the mean of all the observations are considered. It is shown by numerical examples that in many cases these are strongly biased and the bias is calculated when the serial correlation is of the form ps. If an upper bound for the serial correlation is known, this enables one to choose the length of the simulation and the method of estimating variance which makes the latter small.