Zusammenfassung
Begünstigt durch die zunehmende Verbreitung und die steigende Leistungsfähigkeit von elektronischen Rechenanlagen hat sich in den letzten 35 Jahren ein etwas eigentümliches Verfahren zur näherungsweisen Lösung von numerischen Problemen entwickelt, das als Methode der statistischen Versuche oder Monte-Carlo-Methode, bei stochastischen Problemen auch als Simulation bezeichnet wird. Verbal kann man diese Methode als Verfahren charakterisieren, bei dem die Lösung eines numerischen Problems als Parameter einer hypothetischen Grundgesamtheit dargestellt wird und dann eine Folge von Zufallsgrößen dazu benutzt wird, eine Stichprobe dieser Gesamtheit zu konstruieren, aus der schließlich statistische Schätzungen des Parameters gewonnen werden.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Buslenko, N.P. und J.A. Schreider: Die Monte-Carlo-Methode. Leipzig: Teubner, 1964
Fishman, G.S.: Concepts and Methods in Discrete Event Digital Simulation. New York: Wiley, 1973
Hammersley, I.M. and D.C. Handscomb: Monte Carlo Methods. London: Methuen, 1964
Köcher, D., G. Matt, C. Oertel, H. Schneeweiß: Einführung in die Simulationstechnik. Frankfurt: DGOR-Schrift Nr. 5, 1972
Poethke, R.: Sequentielle Konfidenzintervalle vorgegebener Länge für den Mittelwert einer Normalverteilung. Diplomarbeit Münster 1979.
Poethke, R. und N. Schmitz: Fixed-width confidence intervals for the mean of a normal distribution. Arbeitspapier S18, Institut für Mathematische Statistik Münster, 1979
Rosenthal, H.: Konfidenzintervalle vorgegebener Länge. Diplomarbeit Münster 1977.
Schmitz, N. und F. Lehmann: Monte-Carlo-Methoden I: Erzeugen und Testen von Zufallszahlen. Meisenheim: Hain, 1976.
Seelbinder, B.M.: On Stein’s two-stage sampling scheme. Annals of Mathematical Statistics 24 (1953), 640–649.
Shreider, Yu.A. (Ed.): Method of Statistical Testing; Monte Carlo Method. Amsterdam: Elsevier P.C., 1964
Simons, G.: On the cost of not knowing the variance when making a fixed-width confidence interval for the mean. Annals of Mathematical Statistics 39 (1968), 1946–1952.
Starr, N.: The performance of a sequential procedure for the fixed-width interval estimation of the mean. Annals of Mathematical Statistics 37 (1966), 36–50.
Stein, Ch.: A two-sample test for a linear hypothesis whose power is independent of the variance. Annals of Mathematical Statistics 16 (1945), 243–258.
Stein, Ch. and A. Wald: Sequential confidence intervals for the mean of a normal distribution with known variance. Annals of Mathematical Statistics 18 (1947), 427–433.
Zacks, S.: The Theory of Statistical Inference. New York: Wiley 1971.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1980 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Schmitz, N. (1980). Einige Fehlerquellen bei Simulationsstudien. In: Henn, R., Schips, B., Stähly, P. (eds) Quantitative Wirtschafts- und Unternehmensforschung. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-67616-1_8
Download citation
DOI: https://doi.org/10.1007/978-3-642-67616-1_8
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-10034-8
Online ISBN: 978-3-642-67616-1
eBook Packages: Springer Book Archive