變量重要性計算的技術細節我正在尋找有關如何計算變量重要性（在Prediction Profiler選項下可用）的更多技術細節（除了JMP文檔中所述的內容之外）。
我已經閱讀了文檔中列出的兩篇參考文件（Sobol（2001）和Saltelli（2002））。我想我已經有了大概的想法，但是我想知道的是關於蒙特卡洛模擬如何完成的更多細節（僅適用於獨立的統一輸入）
- 蒙特卡洛模擬如何設置和執行？根據我在論文中看到的，您基於輸入變量的子集進行不同類型的隨機輸入組合？這是我最困惑的部分，文檔中對此的解釋最少。
- 進行了多少次蒙特卡洛跑步。它似乎是基於數據集的大小，但尚不清楚，因此未在文檔中進行描述。
- 如何從模擬結果中計算出變量重要性的主效應和總效應度量。
這不僅僅是“想知道數學”。我需要做的是將這種方法與其他變量重要性/影響評估進行比較，在評估過程參數關鍵性的藥學QbD方法中，這種評估正變得越來越普遍。
分析工具回复：可變重要性計算的技術細節嗨，MathStatChem！
這可能對您沒有太大幫助，因為我也不了解引擎蓋下面的螺母和螺栓（我很高興聽到確實知道的人的消息！），但是有一個名為Sobol Quasi Random的JSL Utility函數。 Sequence（nDim，nRow），被描述為“使用多達4000個維的Sobol序列生成一個填充半隨機數的序列”。我一直以為這支持“ The Sobolizer”中的模擬，有些內部人士將其稱為“變量重要性”系統。
互聯網上有很多關於敏感性分析的信息，我相信您也已經進行了研究。``很抱歉這麼無助。
祝好運！
凱文
