分散減少法

数学、特にモンテカルロ法の理論における分散減少法（ぶんさんげんしょうほう、英: variance reduction）は推定の精度を改善するのに用いられる手法であり、与えられたシミュレーション、計算量（computational effort）に応じて適用し得る。シミュレーションの出力値となる確率変数は、その結果の精度を左右する量である分散と結び付いている。シミュレーションを統計上効果的に、つまり、注目している確率変数の出力がより高い精度・より狭い信頼区間となるようにするために、分散減少法が利用できる場合がある。代表的なものに共通乱数法、、、、層化抽出法がある。ブラックボックスモデルを使ったシミュレーションに対しては、やが用いられることもある。これらの項目の下位区分に、様々な特化型の技法が存在する。例えば、粒子輸送シミュレーションでは広範にわたって「ウェイト・ウインドウ法（weight windows）」や「セルインポータンス法（splitting/Russian roulette）」の技法が用いられるが、これらは重点サンプリング法の一形式である。