Couvre le calcul et l'estimation dans la simulation stochastique, en se concentrant sur la génération de répliques iid et l'échantillonnage d'importance optimale.
Il explore la construction de régions de confiance, les tests d'hypothèse inversés et la méthode pivot, en soulignant l'importance des méthodes de probabilité dans l'inférence statistique.
Couvre les critères d'estimation des paramètres, en soulignant l'importance de la cohérence, du biais, de la variance et de l'efficacité des estimateurs.
Couvre les techniques de réduction de la variance dans la simulation stochastique pour améliorer la précision de l'estimation de la quantité de sortie.
Couvre les méthodes Monte Carlo, la réduction de la variance et le contrôle optimal stochastique, explorant les techniques de simulation, l'efficacité et la dynamique d'investissement.