蒙特卡罗模拟和BOOTSTRAP的区别和联系

涵1078 · 发表于 2022-10-19 08:18:56

蒙特卡洛模拟可以理解为纯粹的模拟，给定参数后，所有模拟出来的数据都不是真实的，都是给定约束的前提下的随机算法生成。

涵1078 · 发表于 2022-10-19 09:06:09

而BOOTSTRAP方法一般是有放回的抽样，是基于真实数据，采用随机重复抽样的方法，起到增大样本量的效果，同时也保证了样本抽取的随机性，所以一般是在问卷分析，回归分析，结构方程等社科领域中验证显著性的稳健性。同时在机器学习中也有一定的应用，也可以采用此方法处理非平衡样本。

涵1078 · 发表于 2022-10-19 09:53:22

同时蒙特卡洛和BOOTSTRAP在一些场景下，都是为了敏感性分析，且在给定特定限制条件下，蒙特卡洛方法模拟出的数据可以做到和已知样本存在较强的相似性，实现BOOTSTRAP的等价效果，反过来BOOTSTRAP较难实现蒙特卡洛的特定效果。

涵1078 · 发表于 2022-10-19 10:40:35