一.蒙特卡罗方法
蒙特卡洛的基本原理简单描述是先大量模拟,然后计算一个事件发生的次数,再通过这个发生次数除以总模拟次数,得到想要的结果,精髓就是:用统计结果去计算频率,从而得到真实值的近似值。蒙特卡洛方法可以应用在很多场合,但求的是近似解,在模拟样本数越大的情况下,越接近与真实值,但样本数增加会带来计算量的大幅上升。
不理解的话请戳:
https://blog.csdn.net/crj0926/article/details/101052873
二.Q-Q plot
Q,Quantile,分位数,亦称分位点。
不理解分位点戳:https://blog.csdn.net/crj0926/article/details/100853490
用于直观验证一组数据是否来自某个分布,或者验证某两组数据是否来自同一(族)分布。
经常用于检验数据是否来自于正态分布。
用QQ图去验证数据是否满足正态分布,只需看QQ图上的点是否近似地在一条直线附近。
三.中心极限定理
四.思路
大概就是你先选择一种分布产生数据,我这里选择的是均匀分布(期望和方差比较好算),然后去验证产生的数据是否满足:
如果满足:构建的QQ图上的点近似地在一条直线附近。
五.代码
import numpy as np
import matplotlib.pyplot as