关于蒙特卡洛模拟的 mc2d 包,我有以下问题。
给定一个 mc 节点,即一个 mc 对象。我们如何获得分布值的不确定性?
例如,作为输入分布,我使用均匀分布,其中最小值等于 2,最大值等于 8。鉴于此,我们生成一个 mc 对象,将其应用于 mc。
汇总函数产生诸如中位数、平均值、97.5% 等值。
但正如我所说,如何才能估计给定值的不确定性?
提前致谢!
关于蒙特卡洛模拟的 mc2d 包,我有以下问题。
给定一个 mc 节点,即一个 mc 对象。我们如何获得分布值的不确定性?
例如,作为输入分布,我使用均匀分布,其中最小值等于 2,最大值等于 8。鉴于此,我们生成一个 mc 对象,将其应用于 mc。
汇总函数产生诸如中位数、平均值、97.5% 等值。
但正如我所说,如何才能估计给定值的不确定性?
提前致谢!
那么,你必须收集第二个动力然后
v = <x^2> - <x>^2
u = sqrt(v)/sqrt(N-1)
a = <x> +-u
为了使事情更清楚,您对事件进行采样
x = 2 + (8-2)*U(0,1)
在汇总函数的某处,您计算事件的总和
m = m + x
所以在运行N
事件之后你报告mean=m/N
你必须添加代码来收集第二个动力,比如
m2 = m2 + x*x
所以运行后你可以计算
v = m2/N - mean*mean
u = sqrt(v)/sqrt(N-1)
并报告具有不确定性的平均值为mean +-u