Eine Monte-Carlo-Simulation ist ein stochastisches Verfahren, mit dem für mathematisch komplexe Probleme (die sich einer exakten Analyse entziehen) eine approximative Lösung mittels Computersimulationen hergeleitet wird.

Ein Anwendungsbeispiel ist die Schätzung von Verteilungen:

Aus einer computergenerierten Grundgesamtheit werden zahlreiche Zufallsstichproben des Umfangs n gezogen und jeweils die interessierende Kenngröße berechnet.
Aus all diesen Schätzwerten wird die gesuchte Verteilung simuliert. Damit lassen sich Erkenntnisse bezüglich der unbekannten Verteilung gewinnen. Außerdem lässt sich mit Monte-Carlo-Simulationen überprüfen, ob und inwieweit Verletzungen der Voraussetzungen zur Konstruktion eines Konfidenzintervalls tolerierbar sind. So kann man beispielsweise zeigen, dass die Schätzung eines Konfidenzintervalls basierend auf der t-Verteilung robust ist gegenüber Abweichungen von der Normalverteilung.

Weiter Informationen gibt es hier: Monte-Carlo-Simulation