我正在阅读《地球化学计算中的蒙特卡洛方法的误差传播》一书,安德森(Anderson,1976年),有些事情我不太了解。
考虑一些测量数据和程序,其处理它,并返回一个给定值。在本文中,此程序用于首先使用数据手段(即)获得最佳值。
然后,作者使用蒙特卡洛方法,通过在不确定性范围内改变输入参数(由均值和标准偏差给出的高斯分布来确定),将不确定性分配给该最佳值。),然后再将其提供给程序。如下图所示:
(版权:ScienceDirect)
可以从最终的分布中获得不确定性。
如果我应用了bootstrap方法而不是Monte Carlo方法,将会发生什么情况?像这样:
这是:我不是在不确定性范围内更改数据,而是先将它们替换为样本,然后再将其提供给程序。
在这种情况下,这两种方法有什么区别?应用任何警告之前,我应该注意哪些注意事项?
我知道这个问题,蒙特卡洛(Bootstrap)引导程序,但是它并不能完全解决我的疑问,因为在这种情况下,数据包含分配的不确定性。