Kuiz berkaitan panduan · Sederhana Tahap
Kuiz Simulasi Monte Carlo
Menguji anggaran percubaan rawak, simulasi π, pengagihan input, pergantungan, penskalaan saiz sampel, kejadian jarang berlaku, kebolehulangan dan had.
soalan 1 daripada 8
Urutan yang manakah paling sesuai dengan aliran kerja Monte Carlo panduan?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Urutan yang manakah paling sesuai dengan aliran kerja Monte Carlo panduan?
- Gantikan semua input yang tidak pasti dengan satu nilai purata tetap
- Pilih hasil yang paling menguntungkan dan laporkan seperti yang dijangkakan
- Lukis daripada model yang ditentukan berulang kali, hitung setiap hasil dan ringkaskannya
- Muatkan model sekali dan anggap outputnya ialah peristiwa masa depan yang tepat
- Dalam contoh bulatan unit panduan, mengapakah pecahan titik sampel di dalam bulatan didarab dengan empat?
- Bulatan unit mempunyai empat kali luas segi empat sama tertutupnya
- Pecahan menganggarkan π secara langsung dan faktor empat membetulkan bias sampel
- Luas segi empat sama ialah empat manakala luas bulatan unit ialah π
- Setiap empat sukuan dianggarkan secara berasingan dan kemudian ditambah
- Larian ilustrasi meletakkan 785 daripada 1,000 mata di dalam bulatan unit. Apakah anggaran π yang dihasilkannya?
- 0.785
- 3.14
- 4.00
- 785.0
- Dua kos projek biasanya meningkat bersama-sama. Apakah ralat yang boleh terhasil daripada pensampelan mereka sebagai input bebas?
- Hanya jalankan perubahan kebolehulangan; risiko bersama tetap tidak terjejas
- Setiap min input menjadi berat sebelah tetapi ekstrem bersama mereka kekal betul
- Persampelan taburan marginal yang betul secara automatik mengekalkan pergerakan bersama
- Risiko simulasi boleh menyalahgambarkan pergantungan sebenar mereka
- Untuk min sampel bebas mudah dengan varians terhingga, kira-kira berapa banyak cabutan yang diperlukan untuk mengurangkan separuh ralat piawainya?
- Lebih kurang empat kali ganda
- Dua kali ganda
- Nombor yang sama dengan benih baru
- Satu perempat daripada ramai
- Mengapa tidak melihat peristiwa yang jarang berlaku dalam simulasi kecil gagal membuktikan peristiwa itu mustahil?
- Rare events require no input distribution
- A simulation always excludes rare outcomes by definition
- Recording a seed prevents rare events from occurring
- Finite random draws may simply miss a low-probability outcome
- What does recording a pseudorandom seed allow a team to do?
- Reproduce the same run while still testing robustness with other draws
- Eliminate all sampling variation in future independent runs
- Guarantee the simulated average equals the true quantity
- Prove the input assumptions match reality
- A simulation returns a very narrow range after millions of draws. What limitation can remain?
- A large run necessarily makes every input distribution correct
- Incorrect input models or omitted dependencies can still bias the answer
- The square-root rule stops applying to every quantity
- The output must now be a prediction interval for one person