蒙特卡罗模拟的随机均匀设置和固定设置有什么区别？我正在用能源部实验结果进行蒙特卡罗模拟。
据我了解，蒙特卡罗模拟（预测刻画器的模拟实验）按以下顺序工作。
(1) 使用ratin超立方体生成随机X因子的实验。
(2) 每个实验有 X 个随机生成的因素。 每个实验进行 N 次抽签，以 X 个因子为中心点，并且遵循预测刻画器中设置的分布。
(3) 计算每次实验的失败率。
（以上如有磨损，请指正）
我的问题是，预测刻画器的随机统一设置和固定设置有什么区别。
我认为，随机正态意味着 (2) 的 X 因子在 N 次抽奖中遵循正态分布，
因此，随机均匀意味着 (2) 的 X 因子在 N 次抽奖中具有均匀分布，而固定意味着 (2) 的 X 因子在抽奖期间是固定的。
请提供您的评论，我的理解是正确的。
数据探索和可视化回复：蒙特卡罗模拟的随机均匀设置和固定设置有什么区别？你好@jmpneeeewbie ,
对于模拟实验、随机正态分布和随机均匀分布，是的（对于最后一点，您对相同的概率是正确的，可能值的范围将取决于您为此均匀分布指定的范围）。
对于您的模拟实验，您还必须考虑您想要探索的空间部分。 对于固定因子值，您是对的，Profiler 的值是固定的，但如果您使用“模拟实验”并指定您想要探索的实验空间的一部分，那么您将获得以(a,b) 但范围更广。 回到拉丁超立方体的情况。
例如，如果 X1 设置为 -0,5，X2 设置为 1，部分实验空间设置为 0,5，则模拟实验平台将使用拉丁超立方体创建运行，其中 X1 在 [-1;0] 范围内，并且X2 在 [0;1] 范围内。 如果其中一个因子设置为 0，且其他设置相同，则范围将为 [-0,5; 0,5]。
您可以使用 JMP 示例索引/数据文件夹在 JMP 数据表中尝试这些选项，仅供练习。
希望我没有让你更加困惑
回复：蒙特卡罗模拟的随机均匀设置和固定设置有什么区别？你好@Victor_G
感谢您的回复。
总结一下，
“模拟实验”使用拉丁语 Hypercuber 进行运行。
每次运行都有特定的 X 因子级别，并使用分析器中的设置计算故障率。
举例来说，我们有两个 X 因子的模型，并由 Latin Hypercube 进行了 1000 次运行模拟实验（模拟运行 N 次：20,000 次）
有一个游程有两个 X 因子 (a,b)
在这次跑步中，
随机正态：计算 20,000 N 次抽签的故障率，这些抽签具有以 (a,b) 为中心的正态分布。
随机均匀：计算 20,000 N 次抽签的故障率，其中随机 X 因素不考虑 (a,b)。 这意味着(0,0)、(a,b)、(a,a)、(b,b)……具有相同的概率。
已修复：使用固定 X 因子计算 20,000 N 次拉伸的故障率。 在所有 N 次抽奖中，X 因子固定为 (a,b)
我希望我理解正确。
谢谢@Victor_G ！
回复：蒙特卡罗模拟的随机均匀设置和固定设置有什么区别？你好@jmpneeeewbie ,
固定的 ：将所有模拟运行的因子固定为探查器中的当前值。 （从 ：因子的模拟设置 (jmp.com) ）
因此，这意味着在计算中，所有模拟中都将使用单个值的一部分，具体取决于您指定的因子空间部分。 “固定”因素不会添加随机变化，因此将直接使用分析器中的模型进行计算。
例如，在示例 JMP 数据表“2x3x4 阶乘”中，如果我修复所有因子并使用“模拟实验”并指定 128 次运行和因子空间 0,5 的部分，则 JMP 将创建 128 次运行，连续因子 X1 的范围为 - 0,5 到 0,5（而不是全因子范围 -1 到 1），并将测试所有级别的分类因子。 但没有添加随机变化，因此所有计算都是使用之前找到的模型完成的（完全确定性的结果）。
在使用固定因子和随机均匀因子的模拟实验之间，差异将在于表格的输出和所使用的因子的级别。 “模拟实验”平台使用拉丁超立方体，因此将选择不同的级别，并且每个级别将进行大致相同数量的实验。 “随机均匀”因子选项不一定是这种情况，因为这个过程将是......随机的。 您可以比较 JMP 数据集上的两个表以查看差异（运行次数相同，一个表使用模拟实验创建，另一个表使用随机均匀因子 X1），或者查看提供的图像，显示 X1 的不同分布，具体取决于您选择哪个选项（X1 上的随机均匀或模拟实验）。
我希望我正确理解你的问题，
回复：蒙特卡罗模拟的随机均匀设置和固定设置有什么区别？谢谢您的回复@Victor_G 。
回到我原来的问题。
那么，在“模拟实验”中固定是什么意思呢？
如果固定在我选择的点上，则模拟实验在所有实验空间都无法进行。
因此，我认为它将固定在每个实验点的 X 因子上。
那么，与“模拟实验”中的随机均匀有什么区别呢？
回复：蒙特卡罗模拟的随机均匀设置和固定设置有什么区别？你好@jmpneeeewbie ,
是的，“模拟实验”基于蒙特卡罗模拟，它根据您指定的实验空间部分（以及点数）仅为您提供实验空间所有可能值的子集。
更多信息在这里：模拟实验（jmp.com）
但是，您还可以直接在分析器中以图形方式检查输入变异性的影响（以及响应中可能存在的噪音），方法是单击“意愿”案例旁边（右侧）的“模拟”按钮在你的屏幕截图上。
希望这个回答对你有帮助
回复：蒙特卡罗模拟的随机均匀设置和固定设置有什么区别？谢谢维克多_G。
我认为“蒙特卡罗模拟”与下图中的模拟实验相同。
回复：蒙特卡罗模拟的随机均匀设置和固定设置有什么区别？你好@jmpneeeewbie ,
欢迎来到社区！
您所描述的是通过模拟器生成点以创建数据表（蒙特卡罗模拟生成的点的子集），您可以在此处找到信息：模拟实验（jmp.com）
蒙特卡罗模拟比您描述的过程更普遍。
- 首先，定义可能输入的域：指定输入参数的分布（随机正态分布、均匀分布、对数正态分布、威布尔分布、多元分布等）。 设置为“固定”的输入参数不会有任何值分布，并且在计算中仅使用单点值（因此您无需考虑此输入变量的任何随机变异性）。 看 ：因子的模拟设置 (jmp.com)
- 然后，您还可以为您的响应添加噪声（随机、加权、多元或无噪声），以考虑输出测量中的可变性。 看 ：响应的模拟设置 (jmp.com)
- 然后，从输入中随机生成输入的生成概率分布在您在步骤 1 和 2 中指定的域上，当您单击“模拟”并执行确定性的对输入进行计算，这要归功于您之前创建的模型（将输入链接到输出）。 如果您在输出中添加噪声，则计算值中也会考虑噪声。
- 最后，结果被聚合以创建响应分布，您可以在上面的“模拟”按钮的分析器中看到该分布。
您可以查看我使用 JMP 数据表 2x3x4 阶乘所做的示例（可在“实验设计”中的示例数据文件夹中找到）。 如果您想查看更多详细信息，我还会使用脚本“蒙特卡洛模拟”加入数据表。
如果您想了解有关蒙特卡罗模拟的更多信息，可以在这里找到：使用蒙特卡罗模拟实验对流程和产品进行鲁棒优化 - JMP 用户社区
希望这个回答对你有帮助
