methods - 需要进行多少次模拟？

Question

您好，我的问题与模型的验证更相关。我已经在 netlogo 中完成了一个程序，我将在我的论文报告中使用它，但现在的问题是，我需要做多少次重复(模拟)才能证明我的结果是正确的？我已经阅读了一些使用统计方法的方法，我的同事向我建议了一些很好的数学运算，但我也想从使用计算模型的人那里了解什么样的统计测试或数学方法可以知道这一点。

Answer 1

这有两个方面(1)有多少个参数组合(2)每个参数组合有多少次运行。

(1) 通常，您会进行实验，改变一些输入参数值并查看某些模型输出如何变化。以众所周知的谢林偏析模型为例，您可以改变容差值并查看偏析指数如何受到影响。在这种情况下，您可以将容差从 0 改变到 1，变化幅度为 0.01(如果您想要离散)，或者您可以在 [0,1] 范围内取 100 个不同的随机值。这是一个实验设计的问题，完全取决于您希望检查参数空间的精细程度。

(2) 对于每个实验值，您还需要运行多次模拟，以便可以计算平均值并减少模拟运行中随机性的影响。例如，假设您使用输入参数值为 3(无论其含义)运行模型，得到的结果为 125。您如何知道“真实”答案是 125 还是其他值。如果您运行 10 次并得到 124.8 到 125.2 范围内的 10 个不同数字，那么 125 并不是一个不合理的估计。如果您运行了 10 次并得到了 50 到 500 之间的数字，那么 125 就不是一个有用的报告结果。

每个实验组的运行次数取决于输出的可变性和您的耐受性。如果您希望能够估计到小数点后 1 位，那么即使 124.8 到 125.2 也没有用。在任何统计教科书中查找“平均值的标准误差”。基本上，如果您进行 N 次运行，则结果的 95% 置信区间是 N 次运行结果的平均值加/减 1.96 x 结果标准差/sqrt(N)。如果您想要更窄的置信区间，则需要更多的运行。

要考虑的另一件事是，如果您正在寻找参数空间上的关系，那么与尝试对结果进行点估计相比，您在每个点上需要的运行次数要少。