level 11
蒙特卡洛模拟可以理解为纯粹的模拟，给定参数后，所有模拟出来的数据都不是真实的，都是给定约束的前提下的随机算法生成。
2020年10月23日 08点10分
1
level 11
而BOOTSTRAP方法一般是有放回的抽样，是基于真实数据，采用随机重复抽样的方法，起到增大样本量的效果，同时也保证了样本抽取的随机性，所以一般是在问卷分析，回归分析，结构方程等社科领域中验证显著性的稳健性。同时在机器学习中也有一定的应用，也可以采用此方法处理非平衡样本。
2020年10月23日 08点10分
2
level 11
同时蒙特卡洛和BOOTSTRAP在一些场景下，都是为了敏感性分析，且在给定特定限制条件下，蒙特卡洛方法模拟出的数据可以做到和已知样本存在较强的相似性，实现BOOTSTRAP的等价效果，反过来BOOTSTRAP较难实现蒙特卡洛的特定效果。
2020年10月23日 08点10分
3
![[呵呵]](/static/emoticons/u5475u5475.png)