未知期望值随机变量均值收敛所需最小模拟次数确定方法

首先要明确：不存在脱离精度要求的“绝对收敛”样本量。根据大数定律，样本均值依概率收敛到真实期望的前提是样本量趋于无穷，实际仿真场景中我们需要找的，是均值估计精度达到预设要求时的最小样本量，整个过程完全不需要已知变量的真实期望。

最通用可落地的方案是序贯模拟+无偏统计判据终止法：不需要提前固定总模拟次数，边生成仿真样本边校验收敛条件，核心是选用不需要真实期望作为输入的收敛判据，常用的有两类：

可选收敛判据 #

• 滑动窗口稳定性判据
  提前设定可接受的波动容忍阈值ε，以及连续稳定窗口长度w：当连续新增w个样本的过程中，累计样本均值的波动幅度（窗口内均值极差、相邻步均值差的最大值）始终小于ε时，即可判定收敛。
  这个方法逻辑直观容易实现，但统计严谨性稍弱，阈值和窗口长度的选择主观性较强。
• 置信区间宽度判据（优先推荐）
  基于中心极限定理，样本量足够大时样本均值近似服从正态分布，你可以实时用已生成的样本计算当前均值的置信区间：
  置信区间 = 样本均值 ± z_(α/2) * (样本标准差 / sqrt(n))
  其中z_(α/2)是对应置信水平的标准正态分位数（比如95%置信水平对应取值1.96），n为当前累计样本量。当置信区间的半宽（也就是边际误差）同时满足你预设的绝对误差要求、相对误差要求（边际误差/当前样本均值 < 相对阈值，比如1%）时，即可判定收敛。
  这个方法的统计意义明确，所有计算量都来自已生成的仿真样本，完全不需要知道真实期望。

R语言实现代码 #

针对你给出的均匀分布示例，序贯模拟的可复现代码如下，你可以根据自己的精度要求调整参数：

set.seed(1)
# 收敛规则参数配置
alpha <- 0.05        # 置信水平取95%
abs_tol <- 0.001     # 可接受的绝对误差上限
rel_tol <- 0.01      # 可接受的相对误差上限（即1%）
init_n <- 30         # 初始样本量，满足中心极限定理的基本适用要求
batch_add <- 10      # 每次批量新增的样本数，平衡计算效率和判定精度

# 初始化统计量
n <- init_n
X <- runif(n)
cur_mean <- mean(X)
cur_sd <- sd(X)

# 迭代模拟直到满足收敛条件
repeat{
  # 计算当前置信区间的边际误差
  me <- qnorm(1 - alpha/2) * cur_sd / sqrt(n)
  # 校验是否同时满足绝对、相对精度要求
  if(me < abs_tol && (me / abs(cur_mean)) < rel_tol){
    break
  }
  # 不满足条件则新增一批仿真样本
  new_x <- runif(batch_add)
  X <- c(X, new_x)
  n <- n + batch_add
  # 更新均值、标准差统计量
  cur_mean <- mean(X)
  cur_sd <- sd(X)
}

# 输出收敛结果
cat("达到收敛要求的最小样本量：", n, "\n")
cat("收敛时的均值估计值：", round(cur_mean, 4), "\n")
cat("收敛时的边际误差：", round(me, 5), "\n")

# 绘制均值收敛过程曲线
plot(
  sapply(seq_len(n), function(i) mean(X[seq_len(i)])),
  type = "l",
  xlab = "模拟样本量n",
  ylab = "n个样本的累计均值",
  ylim = c(0,1)
)
abline(h = cur_mean, col = "red", lty = 2)

实操注意事项 #

• 所需最小样本量完全由你设定的精度要求决定：容忍误差越小，需要的模拟次数越多，不存在通用的固定阈值，需要结合具体研究/业务场景确定可接受的误差范围。
• 为了避免随机序列偶然出现平稳段导致过早判定收敛，可以把规则调整为“连续3~5次新增样本批次后都满足精度要求”再终止，判定结果更稳定。
• 如果你的仿真模型输出是重尾分布（极端值出现概率较高），可以把初始样本量调大到1000以上，避免早期样本量太少导致标准差估计偏差过大，影响置信区间计算准确性。

内容的提问来源于stack exchange，提问作者sebastien1785