Monte Carlo simülasyonu, bir sistemin veya sürecin davranışını modellemek ve analiz etmek için rastgele örneklemeyi kullanan istatistiksel bir yöntemdir.

Temel fikir, sistemin ortalama olarak nasıl davrandığını ve hangi sonuçların mümkün olduğunu görmek için her seferinde farklı rastgele girdilerle bir simülasyonu birçok kez tekrarlamaktır.

Her simülasyonun sonuçları daha sonra sistemin davranışının kapsamlı bir resmini vermek için birleştirilir. Monte Carlo simülasyonları, analitik çözümler mümkün olmadığında veya belirsizlik ve riskin daha iyi anlaşılması gerektiğinde kullanılır.

Sonsuza kadar tekrarlamak imkansızdır. Bunun yerine, sonuçları pratik olarak onu sonsuza kadar yapmaya eşit hale getirmek için deneyi yeterince çok kez tekrarlıyoruz. Bu bir Monte Carlo simülasyonu örneğidir.

Anahtar noktaları

• Monte Carlo simülasyonları, rasgele bir işlemi, süreç sonsuza kadar tekrarlansaydı sonuçların gözlemlenecek olana benzer olacak kadar çok sayıda tekrarlayarak farklı sonuçların olasılığını modeller.
• İşlev sample(), bir dizi seçenekten rastgele sonuçlar çıkarır.
• İşlev replicate(), kod satırlarını belirli sayıda tekrar eder. sample()Monte Carlo simülasyonlarını çalıştırmak için ve benzeri işlevlerle birlikte kullanılır .

beads <- rep(c("red", "blue"), times = c(2,3))    # create an urn with 2 red, 3 blue
beads    # view beads object
sample(beads, 1)    # sample 1 bead at random
B <- 10000    # number of times to draw 1 bead
events <- replicate(B, sample(beads, 1))    # draw 1 bead, B times
tab <- table(events)    # make a table of outcome counts
tab    # view count table
prop.table(tab)    # view table of outcome proportion

Bunu yapmak için, değiştirme ile numune alıyoruz. Boncukları seçtikten sonra kavanoza geri koyuyoruz. Varsayılan olarak false olan replace argümanını true olarak değiştirerek sample'a bunu yapmasını söyleyebiliriz.