Bu çalışmada, betimsel örnekleme yönteminin basit tesadüfi örnekleme yöntemine göre Monte Carlo simülasyonunda çok daha uygun sonuçlara ulaştığını göstermeye yönelik olarak gerçek bir duruma uygulamasına çalışılmış ve elde edilen sonuçların betimsel örnekleme lehine oldukça uygun sonuçları içerdiği görülmüştür.
📌 3 Maddede Bu Makale
🎯
Amaç & Hipotez:Öz Monte Carlo uygulamaları sonucunda ortaya çıkan, düşük değerdeki kesinlik tesadüfi davranışların tanımlanmasında kullanılan girdi örneklemlerin tesadüfi olarak oluşturulmasından kaynaklanmaktadır.
📊
Temel Bulgular & Veri:Bu sorunu ortadan kaldırmak amacıyla basit tesadüfi örneklemeye karşılık olarak betimsel örnekleme yönteminden yararlanılmakta ve bu yöntemle elde edilen sonuçların çok daha kesin değerlere sahip olduğu görülmektedir.
💡
Sonuç & Katkı:Bu çalışmada, betimsel örnekleme yönteminin basit tesadüfi örnekleme yöntemine göre Monte Carlo simülasyonunda çok daha uygun sonuçlara ulaştığını göstermeye yönelik olarak gerçek bir duruma uygulamasına çalışılmış ve elde edilen sonuçların betimsel örnekleme lehine oldukça uygun sonuçları içerdiği görülmüştür.
🔬Tür:Uygulamalı Anket & Alan Araştırması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri
Özet
Öz Monte Carlo uygulamaları sonucunda ortaya çıkan, düşük değerdeki kesinlik tesadüfi davranışların tanımlanmasında kullanılan girdi örneklemlerin tesadüfi olarak oluşturulmasından kaynaklanmaktadır. Bu nedenle ortaya çıkan olumsuzlukları gidermeye yönelik olarak varyans azaltma tekniklerine başvurulmakta ancak bu da işlem yükünün artmasına neden olmaktadır. Bu sorunu ortadan kaldırmak amacıyla basit tesadüfi örneklemeye karşılık olarak betimsel örnekleme yönteminden yararlanılmakta ve bu yöntemle elde edilen sonuçların çok daha kesin değerlere sahip olduğu görülmektedir. Bu çalışmada, betimsel örnekleme yönteminin basit tesadüfi örnekleme yöntemine göre Monte Carlo simülasyonunda çok daha uygun sonuçlara ulaştığını göstermeye yönelik olarak gerçek bir duruma uygulamasına çalışılmış ve elde edilen sonuçların betimsel örnekleme lehine oldukça uygun sonuçları içerdiği görülmüştür.
🔖
Bu Makaleye Atıf Yap
DİNÇER, S. E., KOÇAK, H. (2010). MONTE CARLO SİMÜLASYONUNDA BETİMSEL ÖRNEKLEME YAKLAŞIMI VE İGDAŞ BAKIRKÖY VEZNELERİNE BİR UYGULAMA ÇALIŞMASI. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 19 - Sayı: 2, 127–136. https://ajindex.com/articles/19373
Stuart A. (1976), Basic Ideas of Scientific Sampling, 2nd Ed. Griffin, London. James B.A.P. (1985), “Variance Reduction Technigues” Journal of Operations Research Society, Vol:36, ss. 525-530.
Saliby E. (1989), Rethinking Simulation: Descriptive Sampling Atlas, EDUFRJ, Sao Paula. Saliby E. (1990), “Understanding the Variability of Simulation Results; an Emprical Study”, Journal of Operations Research Society, Vol: 41, ss.319-327.
Saliby E. (1990), “Descriptive Sampling: A better Approach to Monte Carlo Simulation”, Journal of Operations Research Society, Vol:12, ss.1133-1142.
Kleijnen J.P.C. (1974), Statistical Technigues in Simulation,Part.1. Marcel Dekker, New York. Kalos, M.H., Whitlock, P.A., (1986), Monte Carlo Methods Volume:1 Basics, John Wiley&Sons. Laufer, A., (1995),
Operations Management, Ohio:South-Western Publishing Co., Ohio, USA. Law, A., Kelton W., (1991), Simulation Modelling & Analysis, 2th. Ed., Mc Graw Hill, New York. Taha A.H., (1989), Operations Research An Introduction, 4th Ed., Mac Millan Publishing Company, New York Simandl M., Soukup T.,(2002) “Simulation Monte Carlo Methods in Extended Stochastic Volatility Models”, International Journal of Intelligent Systems in Accounting Finance and Management, Apr/Jun, ss. 109- 120 Gagne R., Ouellette.P. (1998), “On The Choice of Functional Forms: Summary of a Monte Carlo Experiment”, Journal of Business and Economic Statistics, ss.118-129