蒙特卡羅模擬的隨機均勻設置和固定設置有什麼區別？我正在用能源部實驗結果進行蒙特卡羅模擬。
據我了解，蒙特卡羅模擬（預測刻畫器的模擬實驗）按以下順序工作。
(1) 使用ratin超立方體生成隨機X因子的實驗。
(2) 每個實驗有 X 個隨機生成的因子。 每個實驗進行 N 次抽籤，以 X 個因子為中心點，並且遵循預測刻畫器中設置的分佈。
(3) 計算每次實驗的失敗率。
（以上如有磨損，請指正）
我的問題是，預測刻畫器的隨機統一設置和固定設置有什麼區別。
我認為，隨機正態意味著 (2) 的 X 因子在 N 次抽獎中遵循正態分佈，
因此，隨機均勻意味著 (2) 的 X 因子在 N 次抽獎中具有均勻分佈，而固定意味著 (2) 的 X 因子在抽獎期間是固定的。
請提供您的評論，我的理解是正確的。
數據探索和可視化回复：蒙特卡羅模擬的隨機均勻設置和固定設置有什麼區別？你好@jmpneeeewbie ,
對於模擬實驗、隨機正態分佈和隨機均勻分佈，是的（對於最後一點，您對相同的概率是正確的，可能值的範圍將取決於您為此均勻分佈指定的範圍）。
對於您的模擬實驗，您還必須考慮您想要探索的空間部分。 對於固定因子值，您是對的，Profiler 的值是固定的，但如果您使用“模擬實驗”並指定您想要探索的實驗空間的一部分，那麼您將獲得以(a,b) 但范圍更廣。 回到拉丁超立方體的情況。
例如，如果 X1 設置為 -0,5，X2 設置為 1，部分實驗空間設置為 0,5，則模擬實驗平台將使用拉丁超立方體創建運行，其中 X1 在 [-1;0] 範圍內，並且X2 在 [0;1] 範圍內。 如果其中一個因子設置為 0，且其他設置相同，則範圍將為 [-0,5; 0,5]。
您可以使用 JMP 示例索引/數據文件夾在 JMP 數據表中嘗試這些選項，僅供練習。
希望我沒有讓你更加困惑
回复：蒙特卡羅模擬的隨機均勻設置和固定設置有什麼區別？你好@Victor_G
感謝您的回复。
總結一下，
“模擬實驗”使用拉丁語 Hypercuber 進行運行。
每次運行都有特定的 X 因子級別，並使用分析器中的設置計算故障率。
舉例來說，我們有兩個 X 因子的模型，並由 Latin Hypercube 進行了 1000 次運行模擬實驗（模擬運行 N 次：20,000 次）
有一個遊程有兩個 X 因子 (a,b)
在這次跑步中，
隨機正態：計算 20,000 N 次抽籤的故障率，這些抽籤具有以 (a,b) 為中心的正態分佈。
隨機均勻：計算 20,000 N 次抽籤的故障率，其中隨機 X 因素不考慮 (a,b)。 這意味著(0,0)、(a,b)、(a,a)、(b,b)……具有相同的概率。
已修復：使用固定 X 因子計算 20,000 N 次拉伸的故障率。 在所有 N 次抽獎中，X 因子固定為 (a,b)
我希望我理解正確。
謝謝@Victor_G ！
回复：蒙特卡羅模擬的隨機均勻設置和固定設置有什麼區別？你好@jmpneeeewbie ,
固定的 ：將所有模擬運行的因子固定為探查器中的當前值。 （從 ：因子的模擬設置 (jmp.com) ）
因此，這意味著在計算中，所有模擬中都將使用單個值的一部分，具體取決於您指定的因子空間部分。 “固定”因素不會添加隨機變化，因此將直接使用分析器中的模型進行計算。
例如，在示例 JMP 數據表“2x3x4 階乘”中，如果我修復所有因子並使用“模擬實驗”並指定 128 次運行和因子空間 0,5 的部分，則 JMP 將創建 128 次運行，連續因子 X1 的範圍為 - 0,5 到 0,5（而不是全因子範圍 -1 到 1），並將測試所有級別的分類因子。 但沒有添加隨機變化，因此所有計算都是使用之前找到的模型完成的（完全確定性的結果）。
在使用固定因子和隨機均勻因子的模擬實驗之間，差異將在於表格的輸出和所使用的因子的級別。 “模擬實驗”平台使用拉丁超立方體，因此將選擇不同的級別，並且每個級別將進行大致相同數量的實驗。 “隨機均勻”因子選項不一定是這種情況，因為這個過程將是......隨機的。 您可以比較 JMP 數據集上的兩個表以查看差異（運行次數相同，一個表使用模擬實驗創建，另一個表使用隨機均勻因子 X1），或者查看提供的圖像，顯示 X1 的不同分佈，具體取決於您選擇哪個選項（X1 上的隨機均勻或模擬實驗）。
我希望我正確理解你的問題，
回复：蒙特卡羅模擬的隨機均勻設置和固定設置有什麼區別？謝謝您的回复@Victor_G 。
回到我原來的問題。
那麼，在“模擬實驗”中固定是什麼意思呢？
如果固定在我選擇的點上，則模擬實驗在所有實驗空間都無法進行。
因此，我認為它將固定在每個實驗點的 X 因子上。
那麼，與“模擬實驗”中的隨機均勻有什麼區別呢？
回复：蒙特卡羅模擬的隨機均勻設置和固定設置有什麼區別？你好@jmpneeeewbie ,
是的，“模擬實驗”基於蒙特卡羅模擬，它根據您指定的實驗空間部分（以及點數）僅為您提供實驗空間所有可能值的子集。
更多信息在這裡：模擬實驗（jmp.com）
但是，您還可以直接在分析器中以圖形方式檢查輸入變異性的影響（以及響應中可能存在的噪音），方法是單擊“意願”案例旁邊（右側）的“模擬”按鈕在你的屏幕截圖上。
希望這個回答對你有幫助
回复：蒙特卡羅模擬的隨機均勻設置和固定設置有什麼區別？謝謝維克多_G。
我認為“蒙特卡羅模擬”與下圖中的模擬實驗相同。
回复：蒙特卡羅模擬的隨機均勻設置和固定設置有什麼區別？你好@jmpneeeewbie ,
歡迎來到社區！
您所描述的是通過模擬器生成點以創建數據表（蒙特卡羅模擬生成的點的子集），您可以在此處找到信息：模擬實驗（jmp.com）
蒙特卡羅模擬比您描述的過程更普遍。
- 首先，定義可能輸入的域：指定輸入參數的分佈（隨機正態分佈、均勻分佈、對數正態分佈、威布爾分佈、多元分佈等）。 設置為“固定”的輸入參數不會有任何值分佈，並且在計算中僅使用單點值（因此您無需考慮此輸入變量的任何隨機變異性）。 看 ：因子的模擬設置 (jmp.com)
- 然後，您還可以為您的響應添加噪聲（隨機、加權、多元或無噪聲），以考慮輸出測量中的可變性。 看 ：響應的模擬設置 (jmp.com)
- 然後，從輸入中隨機生成輸入的生成概率分佈在您在步驟 1 和 2 中指定的域上，當您單擊“模擬”並執行確定性的對輸入進行計算，這要歸功於您之前創建的模型（將輸入鏈接到輸出）。 如果您在輸出中添加噪聲，則計算值中也會考慮噪聲。
- 最後，結果被聚合以創建響應分佈，您可以在上面的“模擬”按鈕的分析器中看到該分佈。
您可以查看我使用 JMP 數據表 2x3x4 階乘所做的示例（可在“實驗設計”中的示例數據文件夾中找到）。 如果您想查看更多詳細信息，我還會使用腳本“蒙特卡羅模擬”加入數據表。
如果您想了解有關蒙特卡羅模擬的更多信息，可以在這裡找到：使用蒙特卡羅模擬實驗對流程和產品進行魯棒優化 - JMP 用戶社區
希望這個回答對你有幫助
