不確定性傳播和二階概率在我的領域，數據的收集（或確定性模擬）成本很高，因此我們通常使用元模型（或代理模型、響應面等）進行不確定性傳播。JMP 擅長生成這些模型。但是，我一直無法找到任何明確的方法來使用二階概率進行不確定性傳播，如下圖所示：
我可以看到如何在分析器模擬器中定義輸入概率，但我不確定是否有一種直接的方法可以將某些輸入定義為“認知”，首先對統一輸入進行採樣，然後對所有其他輸入進行採樣他們自己的分佈 N 次以在系統響應上創建單個 CDF（然後重複 M 次以在系統響應上創建概率框）。
有人知道如何在不深入 JSL 世界的情況下在圖形 JMP 環境中完成嗎？我通常使用我很流利的 Python 完成此操作。
回复：不確定性傳播和二階概率第 2 步的一個小修正：
再創建一張數據表，命名為aleatory
- 創建列
- 將其命名為“樣本”
- 使用序列初始化數據
- 運行次數 = 1
- 從 = 1
- 至 = N
- 步驟 = 1
- 重複 = M <= 這很重要！
應該是（變化大膽的
再創建一張數據表，命名為aleatory
- 創建列
- 將其命名為“示例”
- 使用序列初始化數據
- 運行次數 = 1
- 從 = 1
- 到=米
- 步驟 = 1
- 重複=否
因為每個認知樣本應該用新的隨機樣本重複 N 次，而不是 M 次。
回复：不確定性傳播和二階概率那太好了。第一種方法是我所追求的，這是一個很好的快速解決方案。我確認您的說明按預期工作（編輯：有一個小的變化，見下面的回复） .
然而，最後一步是我需要繪製每個樣本組的所有 CDF。所以我通過“樣本”獲取一些“響應”的響應和繪圖分佈。對於 M = 100，我最終得到 100 個不同的 PDF 和 CDF 圖。有沒有一種簡單的方法可以將所有概率分數同時發送到表格中，而無需簡單地單擊每個 M 圖並手動保存概率分數？
順便說一句，JSL 是一個選項，但我正在尋找是否有優雅的 GUI 解決方案。
感謝您的幫助。
回复：不確定性傳播和二階概率我對您要完成的任務的理解是，您希望每個 M 認知變量樣本都有 N 個唯一的隨機變量樣本。
如果 JSL 不是一個選項，我會這樣做：
- 創建一個表，將其命名為 epistemic
- 再創建一張數據表，命名為aleatory
- 創建列
- 將其命名為“樣本”
- 使用序列初始化數據
- 運行次數 = 1
- 從 = 1
- 至 = N
- 步驟 = 1
- 重複 = M <= 這很重要！
- 對於每個隨機變量，您有：
- 在此表中（偶然）單擊表 => 更新
- 選擇認知表
- 檢查“匹配列”
- 在“從更新表添加列”下選擇“已選擇”
- 單擊“確定”按鈕
- 如果願意，您現在可以從隨機表中刪除 Sample 列。
- 如果需要，您現在可以關閉認知表。
- 隨機表應該重複你的認知樣本 M 次，而隨機樣本不重複，並且對每個認知樣本採樣 N 次。
如果您的目標是為每個認知樣本重複隨機抽樣（相同的隨機抽樣進入每個認知樣本）那麼它更容易：
- 創建一個表，將其命名為 epistemic
- 再創建一張數據表，命名為aleatory
- 在隨機表中轉到 Table => Join
- 選擇左側的認知表
- 在“匹配規範”下選擇“笛卡爾連接”
- 單擊“確定”按鈕
希望這可以幫助
