为什么基蒙特卡洛法不能处理相关性问.....

蒙特卡洛是通过大量数据直接测得最终包含区间及分布情况，不涉及分量合成工作，也就不涉及相关性问题了。

【蒙特卡洛是通过大量数据直接测得最终包含区间及分布情况，不涉及分量合成工作，也就不涉及相关性问题了。】——

也许不太确切？

“测量不确定度”的“蒙特卡洛”方法，似乎是根据各“输入量”的“概率分布”数值仿真求解“输出量”之“概率分布”的方法，“分量合成”它也能行的。只不过，通常的“分量合成”可能是个“线性函数”【各个“分量”作为“输入量”相加等于作为“输出量”的“总量”】，GUM法也能“妥善”处理而已。

无论是GUM法，还是“蒙特卡洛”方法，“输入量”之间的“相关性”可能都是不可回避的问题？.....所谓“输入量”相互独立，与GUM法处理时假定“不相关”，可能是同类要求。

若“输入量”之间不是“相互独立”的，用“蒙特卡洛”方法求解“输出量”时便需要知道相应的“联合概率分布函数”，这与要求“相关系数”的难度应该是不相上下的？

-
       劳动生产要清楚工具与对象，执行任务要明确对象与手段。
       不论干什么事情，从方法论来说，都应该明白：求什么，用什么，靠什么，得什么。方法要适应任务的需要。要有的放矢。
-
        过去，学习误差分析、误差合成。分析、测量误差元，有系统的（恒值的），有随机的（可正可负的、可大可小的快速变化），或绝对值合成、或取“方和根法”，思路是清楚的。
-
       现在，都要按不确定度论处理。GUM法，五大难关（分布、变系统为随机、不相关、范围与方差的折算、自由度）尚难过，却又推出蒙特卡罗法。那“万次”以上的测量次数，谁能做到，先不说；就是“求什么、用什么、靠什么、得什么”，我就弄不明白。
-
       刘彦刚主帖问：“为什么基于蒙特卡洛法不能处理相关性问题， 而基于不确定度传播的测量不确定度评定方法（见JJF1059.1—2012）才可以处理相关性问题？” 先生先走一步，在试图理解蒙特卡罗法。前提是：GUM法可以处理相关性问题。
       笔者拙见是：这个前提根本就不存在，因而刘先生的问题本身，太跃进了，跳了一格。
-
       据我所知，不确定度合成取“方和根法”，其条件是输入量间不相关。于是才有大量的书籍、文章作者，都要“假设不相关”。搞科学，特别是关于量的科学——测量计量学，竟靠假设，真是一大奇闻。竟有许多学者习以为常， 见怪不怪。为引起注意，老史称此为“计量丑闻”。
-
       不确定度评定法处理合成问题，要靠不确定度理论以外的“相关性”分析；而不是它“能处理相关性问题”。如果能处理，就不必假设不相关了。
-

补充内容 (2016-3-16 17:49):
”执行任务要明确对象与手段”，应为：“执行任务要明确目的与手段”。

所谓蒙特卡洛法，说白了就是通过大量的实验直接统计计算出测量不确定度。样本量要多大呢？要大到能准确看到波峰和宽度。

-
       在极弱信号中提取有用信息，是“信息论”的课题。蒙特卡洛法正是靠大量测量数据，获得强噪声背景下的有用信息。人们比喻为：认知丛林中的小草。万次测量是可以做到的，但要看是否必要，效果如何，有没有简洁的方法。
-
       我认为，对通常的计量工作来说，蒙特卡洛法是“高射炮打蚊子”，目的与手段不匹配；看错了对象，用错了工具。似乎是小孩子玩耍……      
-
       处理计量问题，有必要测量一万次甚至一百万次吗？能干吗？实际工作者，谁干这种傻事？
-
       更重要的是，测量计量有系统误差，有分辨力问题，并不全是随机误差。而蒙特卡洛法是以“绝对随机性”为前提的。也就是说，包含有系统误差的计量学问题，蒙特卡洛法根本就用不上。
-
      先生说：“只不过一般的检定校准工作用不到罢了”。用不到，你还测量一万次干什么？还要这种“规范”干什么？是玩玩吗？
-

蒙特卡洛法上万次的实验数据是完全可以获得的，只是时间和手段问题，科学实验中这种依靠成千上万次的实验来获取数据的例子比比皆是，只不过一般的检定校准工作用不到罢了。