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的更多技术细节（超出 JMP 文档中所述的内容）（可在预测刻画器选项下找到）。
我已经阅读了文档中列出的两篇参考论文（Sobol (2001) 和 Saltelli (2002)）。我想我已经了解了总体思路，但我想知道的是有关如何完成蒙特卡罗模拟的更多细节（仅适用于独立的统一输入）
- 蒙特卡罗模拟是如何设置和执行的？从我在论文中看到的情况来看，您根据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，也是文档中解释最少的部分。
- 执行了多少次蒙特卡罗运行。它似乎是基于数据集的大小，但不清楚并且文档中没有描述。
- 如何根据模拟结果计算变量重要性的主效应和总效应指标。
这不仅仅是“想了解数学”。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，这种方法在制药 QbD 方法中越来越流行，以确定过程参数的关键性。
高级统计建模回复：变量重要性计算的技术细节你好，数学统计化学！
这可能对您没有多大帮助，因为我对引擎盖下的螺母和螺栓也不太了解（而且我很高兴听到知道的人的来信！），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 序列最多 4000 个维度的空间填充准随机数序列”。我一直认为这支持“The Sobolizer”中的模拟，一些内部人士称之为“变量重要性”系统。
互联网上流传着很多关于敏感性分析的内容，我相信您也研究过。'很抱歉这么帮不上忙。
祝你好运！
凯文
