แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Petcharat Rattanawong . Bounds on a normal approximation for latin hypercube sampling . Doctoral Degree(Mathematics). Chulalongkorn University. Center of Academic Resources. : Chulalongkorn University, 2007.
Bounds on a normal approximation for latin hypercube sampling
ขอบเขตการประมาณค่าด้วยการแจกแจงปกติสำหรับการสุ่มตัวอย่างแบบลาตินไฮเพอร์คิวบ์
Name: Petcharat Rattanawong
LCSH:
Approximation theory
Abstract:
Let X be a random vector uniformly distributed on [0,1][superscript d] and let ƒ : [0,1][superscript d] → ℝ be an integrable function. An objective of many computer experiments is to estimate. μ = Eƒ(X)=∫[subscript 0,1][subscript d]ƒ(x)dx . Among numerical integration techniques, Monte Carlo methods are efficient and competitive for high-dimensional integration. The Monte Carlo's estimator for the integral μ is given by μ[subscript n] = 1/n Σ[superscript n][subscript i=1] ƒ (X[subscript i]) where X[subscript 1], X[subscript 2],...,X[subscript n] are random vectors on [0,1][superscript d] McKay, Beckman and Conover (1979) introduced Latin hypercube sampling(LHS) as an alternative method of generating X[subscript 1], X[subscript 2],...,X[subscript n]. In this work, we investigate normal approximation of error bounds in the distribution of μ[subscript n] based on a Latin hypercube sampling.
Abstract:
ให้ X เป็นเวกเตอร์สุ่มที่มีการแจกแจงแบบสม่ำเสมอบน [0,1][superscript d] และ ƒ เป็นฟังก์ชันจาก[0,1][superscript d] ไปยัง ℝ ซึ่งสามารถหาปริพันธ์ได้ วัตถุประสงค์หนึ่งของการทดลองทางคอมพิวเตอร์คือประมาณค่า μ = Eƒ(X)=∫[subscript 0,1][subscript d]ƒ(x)dx ในบรรดาเทคนิคต่างๆที่ใช้ในการประมาณค่าอินทิเกรต วิธีมอนติคาร์โลเป็นวิธีที่มีประสิทธิภาพและนิยมใช้ในการประมาณค่าอินทิเกรตบนโดเมนที่มีหลายมิติ ตัวประมาณค่าโดยใช้วิธีมอนติ คาร์โลของ μ คือ μ[subscript n] = 1/n Σ[superscript n][subscript i=1] ƒ (X[subscript i])โดยที่ X[subscript 1], X[subscript 2],...,X[subscript n] เป็นเวกเตอร์สุ่มบน [0,1][superscript d] แม็คเคย์ แบ็คแมน และโคโนเวอร์(ค.ศ. 1979)เสนอการสุ่มตัวอย่าง X[subscript 1], X[subscript 2],...,X[subscript n]แบบลาตินไฮเพอร์คิวบ์ให้เป็นวิธีหนึ่งในการสุ่มเลือก ในวิทยานิพนธ์ฉบับนี้เราจะหาขอบเขตการประมาณค่าด้วยการแจกแจงปกติสำหรับ μ[subscript n] ที่ใช้การสุ่มตัวอย่างแบบลาตินไฮเพอร์คิวบ์
Chulalongkorn University. Center of Academic Resources
Address:
BANGKOK
Email:
cuir@car.chula.ac.th
Name: Kritsana Neammanee
Role:
advisor
Created:
2007
Modified:
2010-12-09
Issued:
2010-12-09
วิทยานิพนธ์/Thesis
application/pdf
eng
DegreeName: Doctor of Philosophy
Level: Doctoral Degree
Descipline: Mathematics
Grantor: Chulalongkorn University
©copyrights Chulalongkorn University
RightsAccess:
ใช้เวลา
0.032979 วินาที
Petcharat Rattanawong
| Title | Contributor | Type |
|---|---|---|
| Bounds on a normal approximation for latin hypercube sampling
จุฬาลงกรณ์มหาวิทยาลัย Petcharat Rattanawong | Kritsana Neammanee | วิทยานิพนธ์/Thesis |
Kritsana Neammanee