56913_de-DE

liliconcom

Unsicherheitsausbreitung und Wahrscheinlichkeit zweiter Ordnung

In meinem Bereich ist es teuer, Daten zu sammeln (oder deterministisch zu simulieren), daher führen wir unsere Unsicherheitsausbreitung normalerweise mithilfe von Metamodellen (oder Ersatzmodellen, Antwortoberflächen usw.) durch.JMP zeichnet sich durch die Generierung dieser Modelle aus.Ich konnte jedoch keinen klaren Weg finden, um die Unsicherheitsfortpflanzung unter Verwendung der Wahrscheinlichkeit zweiter Ordnung durchzuführen, wie in diesem Diagramm unten zusammengefasst:

Ich kann sehen, wie Eingabewahrscheinlichkeiten im Profiler-Simulator definiert werden, aber ich bin mir nicht sicher, ob es eine einfache Möglichkeit gibt, einige Eingaben als "epistemisch" mit einheitlichen Eingaben zu definieren, die zuerst abgetastet werden, und dann werden alle anderen Eingaben entsprechend abgetastet zu ihren eigenen Verteilungen N Mal, um eine einzelne CDF auf der Systemantwort zu erstellen (die dann M Mal wiederholt wird, um die Wahrscheinlichkeitsbox auf der Systemantwort zu erstellen).

 

Hat jemand eine Idee, wie man innerhalb der grafischen JMP-Umgebung arbeiten kann, ohne in die Welt von JSL einzutauchen?Ich habe dies normalerweise mit Python erreicht, das ich fließend beherrsche.   

Re: Unsicherheitsausbreitung und Wahrscheinlichkeit zweiter Ordnung

Eine kleine Korrektur für Schritt 2:

 

Erstellen Sie eine weitere Datentabelle, nennen Sie sie aleatorisch

• Erstellen Sie eine Spalte
  • Nennen Sie es "Probe"
  • Daten mit einer Sequenz initialisieren
    • Anzahl der Läufe = 1
    • Von = 1
    • Bis = N
    • Schritt = 1
    • Wiederholen = M <= Das ist wichtig!

 

Sollte sein (Änderungen in deutlich

 

Erstellen Sie eine weitere Datentabelle, nennen Sie sie aleatorisch

• Erstellen Sie eine Spalte
  • Nennen Sie es "Probe"
  • Daten mit einer Sequenz initialisieren
    • Anzahl der Läufe = 1
    • Von = 1
    • Zu = M
    • Schritt = 1
    • Wiederholen = N

Weil jedes epistemische Sample N-mal, nicht M-mal, mit neuen aleatorischen Samples wiederholt werden sollte.

Re: Unsicherheitsausbreitung und Wahrscheinlichkeit zweiter Ordnung

Das ist ausgezeichnet.Die erste Methode ist das, wonach ich gesucht habe, und es ist eine nette schnelle Lösung.Ich habe überprüft, ob Ihre Anweisungen wie gewünscht funktioniert haben ( edit: mit einer kleinen Änderung, siehe Antwort unten) .

 

Ein letzter Schritt ist jedoch, dass ich alle CDFs für jede Probengruppe darstellen muss.Also nehme ich die Antwort und zeichne die Verteilungen einiger "Antworten" nach "Stichprobe".Für M = 100 erhalte ich am Ende 100 unterschiedliche PDF- und CDF-Diagramme.Gibt es eine einfache Möglichkeit, alle Wahrscheinlichkeitswerte gleichzeitig an die Tabelle zu senden, ohne einfach auf jedes der M-Diagramme zu klicken und die Wahrscheinlichkeitswerte manuell zu speichern?  

 

Übrigens, JSL ist eine Option, aber ich suche nach einer eleganten GUI-Lösung.

 

Ich danke Ihnen für Ihre Hilfe.

Re: Unsicherheitsausbreitung und Wahrscheinlichkeit zweiter Ordnung

Mein Verständnis dessen, was Sie zu erreichen versuchen, ist, dass Sie N eindeutige aleatorische Variablenproben für jede M epistemischen Variablenproben wollen.

 

Folgendes würde ich tun, wenn JSL keine Option ist:

1. Erstellen Sie eine Tabelle, nennen Sie sie epistemisch
   • Erstellen Sie eine Spalte
     • Nennen Sie es "Probe"
     • Daten mit einer Sequenz initialisieren
       • Anzahl der Läufe = 1
       • Von = 1
       • Bis = M
       • Schritt = 1
   • Für jede epistemische Variable haben Sie:
     • Erstellen Sie eine Spalte mit einem geeigneten Namen
     • Fügen Sie dieser Spalte eine Formel hinzu
       
       • Verwenden Sie ein geeignetes Willkürlich Funktion (Einheitlich?)
2. Erstellen Sie eine weitere Datentabelle, nennen Sie sie aleatorisch
   • Erstellen Sie eine Spalte
     • Nennen Sie es "Probe"
     • Daten mit einer Sequenz initialisieren
       • Anzahl der Läufe = 1
       • Von = 1
       • Bis = N
       • Schritt = 1
       • Wiederholen = M <= Das ist wichtig!
   • Für jede aleatorische Variable haben Sie:
     • Erstellen Sie eine Spalte mit einem geeigneten Namen
     • Fügen Sie dieser Spalte eine Formel hinzu
       
       • Verwenden Sie ein geeignetes Willkürlich Funktion
   • Klicken Sie in dieser Tabelle (aleatorisch) auf Tabellen => Aktualisieren
     • Wählen Sie die epistemische Tabelle aus
     • Aktivieren Sie "Spalten abgleichen"
       
       • Wählen Sie Probe aus beiden Tabellen aus und klicken Sie auf die Schaltfläche "Match".
     • Wählen Sie unter „Spalten aus Aktualisierungstabelle hinzufügen“ die Option „ausgewählt“ aus.
       • Wählen Sie nur Ihre epistemischen Variablenspalten aus, ignorieren Sie die "Beispiel"-Spalte
     • Klicken Sie auf die Schaltfläche "OK".
   • Sie können jetzt die Sample-Spalte aus der Aleator-Tabelle entfernen, wenn Sie möchten.
3. Sie können die epistemische Tabelle jetzt schließen, wenn Sie möchten.
4. Die aleatorische Tabelle sollte Ihr epistemisches Sample M-mal wiederholen, während die aleatorischen Samples nicht wiederholt werden und N-mal für jedes epistemische Sample abgetastet werden.

 

 

 

Wenn es Ihr Ziel ist, das aleatorische Sampling für jedes epistemische Sample zu wiederholen (dasselbe aleatorische Sampling geht in jedes epistemische Sample), dann ist es einfacher:

1. Erstellen Sie eine Tabelle, nennen Sie sie epistemisch
   
   • Fügen Sie M Zeilen hinzu
   • Für jede epistemische Variable haben Sie:
     • Erstellen Sie eine Spalte mit einem geeigneten Namen
     • Fügen Sie dieser Spalte eine Formel hinzu
       
       • Verwenden Sie ein geeignetes Willkürlich Funktion (Einheitlich?)
2. Erstellen Sie eine weitere Datentabelle, nennen Sie sie aleatorisch
   • Füge N Zeilen hinzu
   • Für jede aleatorische Variable haben Sie:
     • Erstellen Sie eine Spalte mit einem geeigneten Namen
     • Fügen Sie dieser Spalte eine Formel hinzu
       
       • Verwenden Sie ein geeignetes Willkürlich Funktion
3. Gehen Sie in der aleatorischen Tabelle zu Tisch => Verbinden
   • Wählen Sie auf der linken Seite die epistemische Tabelle aus
   • Wählen Sie unter "Matching Specification" "Cartesian Join" aus.
   • Klicken Sie auf die Schaltfläche "OK".

 

 

Hoffe das hilft