R语言中蒙特卡洛标准误差计算结果异常，请求排查问题

问题描述 #

尝试计算估计量的蒙特卡洛标准误差，通过重复蒙特卡洛模拟得到估计量后，代码运行输出结果如下：

#[1] 0.01081287
#[1] 0.007556727

结果不符合预期。

常见排查方向 #

• 检查模拟次数是否充足：蒙特卡洛标准误差的稳定性依赖足够的模拟次数，若次数过少，结果会出现大幅波动，建议将模拟次数提升至1000次以上再观察。
• 验证估计量计算逻辑：确认每次模拟中估计量的计算是否符合研究假设，比如数据生成逻辑、统计量选择是否正确。
• 核对标准误差公式：蒙特卡洛标准误差的正确计算方式为估计量的样本标准差除以模拟次数的平方根，即 mc_se <- sd(estimates) / sqrt(n_sim)，确认代码是否严格遵循该公式。
• 排查重复输出原因：若代码中多次调用标准误差计算函数，会导致多次输出，需检查逻辑是否存在重复执行的情况。

修正示例代码 #

# 可复现的蒙特卡洛标准误差计算代码
set.seed(123) # 设置随机种子保证结果可复现
n_sim <- 10000 # 设定充足的模拟次数
estimates <- numeric(n_sim)

for (i in 1:n_sim) {
  # 以正态分布均值估计为例生成模拟数据
  data <- rnorm(50, mean = 0, sd = 1)
  estimates[i] <- mean(data) # 计算单次模拟的估计量
}

# 计算蒙特卡洛标准误差
mc_se <- sd(estimates) / sqrt(n_sim)
cat("蒙特卡洛标准误差：", mc_se, "\n")

内容的提问来源于stack exchange，提问作者oliver