r - 在 R 中使用蒙特卡洛计算的积分的置信度(p 值)
问题描述
我正在使用 Monte Carlo 计算积分,我使用的方法与本教程非常相似。我基本上使用使用我想要计算积分的范围内的均匀分布生成的向量。找到这些值并将它们平均。
但是,显然与实际积分存在一些差异。我想找出一定数量的小数范围内的概率。所以如果积分的实际值是四舍五入1.934
的,蒙特卡洛可以生成1.912...
, 1.931...
, 1.861...
. 我想知道计算机从 1.9(一位小数)开始生成它的概率。并将其扩展到任意数量的小数位,由我选择。
此外,显然随着大小(统一向量的大小)的增加,它会变得更加准确。所以如果我想计算我的统一向量的最小大小以获得准确的概率,我该怎么做呢?
这个想法与 p 值非常相似,但是我不确定这是否是正确的术语。
解决方案
推荐阅读
- python - 无法使用 Seaborn 绘图
- c# - 多个 REST API 方法可以共享同一个控制器类吗?
- c++ - 在 WIFI_AP_STA 中设置 AP 和 STA 之间的路由
- node.js - npm 命令在 Windows 上的 Ubuntu 上的 Bash 上不起作用(WSL)
- perl - 如何在 Perl 中打印数组的完整内容
- javascript - nodejs/mongodb:将值传递给 exec 子进程
- c - 根据 git push 的日期自动包含程序版本
- malware - MISP 自动化键
- javascript - 三.JS Mesh位置平滑动画
- javascript - $_GET 的自定义网址