56913_es-ES

liliconcom

Propagación de la incertidumbre y probabilidad de segundo orden

En mi campo, los datos son costosos de recopilar (o simular de manera determinista), por lo que generalmente hacemos nuestra propagación de incertidumbre utilizando metamodelos (o modelos sustitutos, superficie de respuesta, etc.).JMP sobresale en la generación de estos modelos.Sin embargo, no he podido encontrar ninguna forma clara de propagar la incertidumbre utilizando la probabilidad de segundo orden, como se resume en este diagrama a continuación:

Puedo ver cómo definir las probabilidades de entrada en el simulador del generador de perfiles, pero no estoy seguro de si hay una forma sencilla de definir algunas entradas como "epistémicas" con entradas uniformes que se muestrean primero y luego todas las demás entradas se muestrean de acuerdo a sus propias distribuciones N veces para crear un solo CDF en la respuesta del sistema (que luego se repite M veces para crear el cuadro de probabilidad en la respuesta del sistema).

 

¿Alguien tiene alguna idea de cómo lograrlo dentro del entorno gráfico JMP sin sumergirse en el mundo de JSL?Por lo general, he logrado esto usando Python, en el que soy fluido.   

Re: Propagación de la incertidumbre y probabilidad de segundo orden

Una pequeña corrección para el paso 2:

 

Cree otra tabla de datos, asígnele un nombre aleatorio

• Crear una columna
  • Nómbralo "Muestra"
  • Inicializar datos con una secuencia
    • Número de carreras = 1
    • desde = 1
    • a = norte
    • Paso = 1
    • Repetir = M <= ¡Esto es importante!

 

Debería ser (cambios en atrevido

 

Cree otra tabla de datos, asígnele un nombre aleatorio

• Crear una columna
  • Nómbralo "Muestra"
  • Inicializar datos con una secuencia
    • Número de carreras = 1
    • desde = 1
    • a = METRO
    • Paso = 1
    • Repetir = norte

Porque cada muestra epistémica debe repetirse con nuevas muestras aleatorias N veces, no M veces.

Re: Propagación de la incertidumbre y probabilidad de segundo orden

Eso es excelente.El primer método es lo que buscaba, y es una buena solución rápida.Verifiqué que sus instrucciones funcionaron como se desea ( editar: con un pequeño cambio, vea la respuesta a continuación) .

 

Sin embargo, un último paso es que necesito trazar todos los CDF para cada grupo de muestra.Así que tomo la respuesta y las distribuciones gráficas de alguna "respuesta" por "Muestra".Para M = 100, termino con 100 gráficos PDF y CDF distintos.¿Existe una manera fácil de enviar todos los puntajes de probabilidad a la tabla simultáneamente sin simplemente hacer clic en cada una de las gráficas M y guardar manualmente los puntajes de probabilidad?  

 

Por cierto, JSL es una opción, pero estoy buscando una solución GUI elegante.

 

Gracias por su ayuda.

Re: Propagación de la incertidumbre y probabilidad de segundo orden

Mi comprensión de lo que está tratando de lograr es que desea N muestras de variables aleatorias únicas para cada M muestras de variables epistémicas.

 

Esto es lo que haría si JSL no es una opción:

1. Crea una tabla, llámala epistémica
   • Crear una columna
     • Nómbralo "Muestra"
     • Inicializar datos con una secuencia
       • Número de carreras = 1
       • desde = 1
       • a = M
       • Paso = 1
   • Para cada variable epistémica se tiene:
     • Crear una columna con un nombre apropiado
     • Agregar una fórmula a esa columna
       
       • Usa un apropiado Aleatorio función (¿Uniforme?)
2. Cree otra tabla de datos, asígnele un nombre aleatorio
   • Crear una columna
     • Nómbralo "Muestra"
     • Inicializar datos con una secuencia
       • Número de carreras = 1
       • desde = 1
       • a = norte
       • Paso = 1
       • Repetir = M <= ¡Esto es importante!
   • Para cada variable aleatoria tienes:
     • Crear una columna con un nombre apropiado
     • Agregar una fórmula a esa columna
       
       • Usa un apropiado Aleatorio función
   • Mientras esté en esta tabla (aleatoriamente) haga clic en Tablas => Actualizar
     • Seleccione la tabla epistémica
     • Marque "coincidencia de columnas"
       
       • Seleccione Muestra de ambas tablas y haga clic en el botón "coincidir"
     • En Agregar columnas de la tabla Actualizar, seleccione "seleccionado"
       • Solo seleccione sus columnas de variables epistémicas, ignore la columna "muestra"
     • Haga clic en el botón "Aceptar"
   • Ahora puede eliminar la columna Muestra de la tabla aleatoria si lo desea.
3. Ahora puede cerrar la tabla epistémica si lo desea.
4. La tabla aleatoria debe repetir su muestra epistémica M veces, mientras que las muestras aleatorias no se repiten y se muestrean N veces para cada muestra epistémica.

 

 

 

Si su objetivo es repetir el muestreo aleatorio para cada muestra epistémica (el mismo muestreo aleatorio entra en cada muestra epistémica), entonces es más fácil:

1. Crea una tabla, llámala epistémica
   
   • Agregar M filas
   • Para cada variable epistémica se tiene:
     • Crear una columna con un nombre apropiado
     • Agregar una fórmula a esa columna
       
       • Usa un apropiado Aleatorio función (¿Uniforme?)
2. Cree otra tabla de datos, asígnele un nombre aleatorio
   • Agregar N filas
   • Para cada variable aleatoria tienes:
     • Crear una columna con un nombre apropiado
     • Agregar una fórmula a esa columna
       
       • Usa un apropiado Aleatorio función
3. En la tabla aleatoria ve a Table => Join
   • Seleccionar tabla epistémica a la izquierda
   • En "Especificación coincidente", seleccione "Unión cartesiana".
   • Haga clic en el botón "Aceptar"

 

 

Espero que esto ayude