问题如下图：
选项：
A. 
B. 
C. 
D. 
解释：
题目的abcd都是什么意思不懂
小刘_品职助教 · 2021年04月11日
同学你好，
我翻了一下原版书，没有具体讲解随机数的方法，考试的时候如果遇到这类题建议按照排除法做，在不了解这些方法具体怎么做的前提下，我觉得理解了monte carlo还是能把这题做出来的。
A选项：翻译一下，分层抽样法可以消除极端观测值。 既然只是把样本分层，然后抽样，当然没办法消除极端值，如果消除了极端值，那monte carlo方法不是没办法模拟现实生活中发生的极端情况了，所以可以排除。
B选项：翻译一下，一个真正的随机数生成器会避免扎堆现象。跟A选项一样，如果monte carlo方法使用的随机数不可能会有扎堆现象，那monte carlo方法的一个重要缺点就是没办法预测危机情况，但我们平常讲课的时候没这么说过，所以可以排除。
C选项：翻译一下一个同余伪随机数发生器（这个不认识英文单词也没有关系，就是一种方法）创建了收敛到一个恒定值的序列。monte carlo方法的本质就是通过发射随机数的方法来去模拟路径，如果一个方法最后产生了一个收敛于某一个固定值的序列，本质上其实是违背了随机的特点，所以C选项可以排除。
D选项：排除法可以选择。拉丁超立方体抽样法确保所有层都有足够的代表性。（这个了解一下结论就好了，因为没办法排除他是错的）
品职答疑小助手雍 · 2019年10月24日
这是模拟题么？我觉得这个题考的有点超纲了，对随机数抽样的方法考的这么细，没什么意思。原版书里并没有对Latin hypercube的介绍。就把它当成个结论，有个印象吧，但我觉得不会考到。
拉丁超立方抽样（英语：Latin hypercube sampling，缩写LHS）是一种从多元参数分布中近似随机抽样的方法，属于分层抽样技术，常用于计算机实验或蒙特卡洛积分等。
麦凯（McKay）等人于1979年提出了拉丁超立方抽样。不过此前Eglājs于1977年独立提出过相同的抽样技术。1981年，伊曼（Ronald L. Iman）等进一步发展了该方法。
在统计抽样中，拉丁方阵是指每行、每列仅包含一个样本的方阵。拉丁超立方则是拉丁方阵在多维中的推广，每个与轴垂直的超平面最多含有一个样本。
ZF Everyday · 2021年04月11日
这是一道真题，老师还讲了。。
ZF Everyday · 2021年04月11日
回到老师的疑问。。所以，我觉得这道题反倒是应该好好给大家讲一下
NO.PZ2018122801000084问题如下 You are running a Monte Carlo simulation to pria portfolio of options. When generating ranm numbers for use in the simulation: The stratifiesampling methoeliminates extreme observations. A truly ranm number generator woulavoiclustereobservations. A congruentipseuranm number generator creates sequences converging to a constant value. The Latin hypercusampling methoensures thall strata are sufficiently well-represente is correct. 考点 ： Monte Carlo Metho 这题啥意思啊，想考啥啊这是，也不咋懂。。
NO.PZ2018122801000084 问题如下 You are running a Monte Carlo simulation to pria portfolio of options. When generating ranm numbers for use in the simulation: The stratifiesampling methoeliminates extreme observations. A truly ranm number generator woulavoiclustereobservations. A congruentipseuranm number generator creates sequences converging to a constant value. The Latin hypercusampling methoensures thall strata are sufficiently well-represente is correct. 考点 ： Monte Carlo Metho
NO.PZ2018122801000084 问题如下 You are running a Monte Carlo simulation to pria portfolio of options. When generating ranm numbers for use in the simulation: The stratifiesampling methoeliminates extreme observations. A truly ranm number generator woulavoiclustereobservations. A congruentipseuranm number generator creates sequences converging to a constant value. The Latin hypercusampling methoensures thall strata are sufficiently well-represente is correct. 考点 ： Monte Carlo Metho
老师你好，能翻译一下？还有，为什么B不对呢？