变量重要性计算的技术细节我正在寻找有关如何计算变量重要性（在Prediction Profiler选项下可用）的更多技术细节（除了JMP文档中所述的内容之外）。
我已经阅读了文档中列出的两篇参考文件（Sobol（2001）和Saltelli（2002））。我想我已经有了大概的想法，但是我想知道的是关于蒙特卡洛模拟如何完成的更多细节（仅适用于独立的统一输入）
- 蒙特卡洛模拟如何设置和执行？根据我在论文中看到的，您基于输入变量的子集进行不同类型的随机输入组合？这是我最困惑的部分，文档中对此的解释最少。
- 进行了多少次蒙特卡洛跑步。它似乎是基于数据集的大小，但尚不清楚，因此未在文档中进行描述。
- 如何从模拟结果中计算出变量重要性的主效应和总效应度量。
这不仅仅是“想知道数学”。我需要做的是将这种方法与其他变量重要性/影响评估进行比较，在评估过程参数关键性的药学QbD方法中，这种评估正变得越来越普遍。
分析工具回复：可变重要性计算的技术细节嗨，MathStatChem！
这可能对您没有太大帮助，因为我也不了解引擎盖下面的螺母和螺栓（我很高兴听到确实知道的人的消息！），但是有一个名为Sobol Quasi Random的JSL Utility函数。 Sequence（nDim，nRow），被描述为生成“使用Sobol序列在多达4000个维度上填充空间的准随机数的序列”。我一直以为这支持“ The Sobolizer”中的模拟，有些内部人士将其称为“变量重要性”系统。
互联网上有很多关于敏感性分析的信息，我相信您也已经进行了研究。``很抱歉这么无助。
祝好运！
凯文
