用蒙特卡洛法評(píng)定測(cè)量不確定度

第1章 概述
1.1 GUM法評(píng)定測(cè)量不確定度的局限性
1.2 蒙特卡洛法
1.3 蒙特卡洛法評(píng)定測(cè)量不確定度的目的
1.4 JJF1059.2-2012起草的技術(shù)基礎(chǔ)
1.5 JJF1059.2-2012起草過(guò)程
1.6 JJF1059.2-2012適用范圍
第2章 測(cè)量不確定度評(píng)定
2.1 建立公式階段
2.1.1 測(cè)量模型
2.1.2 基于重復(fù)示值的分析
2.1.3 基于其他可用信息的分析
2.2 傳播階段
2.2.1 不確定度傳播律
2.2.2 分布傳播
2.3 總結(jié)階段
2.3.1 由包含因子和假設(shè)的分布函數(shù)確定包含區(qū)間
2.3.2 由分布函數(shù)確定包含區(qū)間
2.3.3 其他情況下的包含區(qū)間的確定
第3章 輸入量的概率密度函數(shù)
3.1 貝葉斯（Bayes）定理
3.2 最大熵原理
3.3 高斯分布
3.4 多元高斯分布
3.5 矩形分布
3.6 界限未準(zhǔn)確給定的矩形分布
3.7 梯形分布
3.8 三角分布
3.9 反正弦（U形）分布
3.10 t分布
3.10.1 一系列示值的評(píng)定
3.10.2 合并標(biāo)準(zhǔn)偏差的評(píng)定
3.10.3 校準(zhǔn)證書(shū)的解釋說(shuō)明
3.11 指數(shù)分布
3.12 Г（Gamma）分布
第4章 分布的傳播
4.1 分布傳播的基本原理
4.2 解析方法
4.2.1 單輸入量
4.2.2 多輸入量的線性組合
4.3 GUM不確定度框架
4.4 數(shù)值方法
4.5 方法的探討
第5章 蒙特卡洛法
5.1 概述
5.2 蒙特卡洛法的步驟
5.3 蒙特卡洛試驗(yàn)數(shù)
5.4 輸入量概率密度函數(shù)的抽樣
5.4.1 矩形分布
5.4.2 高斯分布
5.4.3 t分布
5.4.4 曲線梯形分布
5.4.5 反正弦分布
5.4.6 多元高斯分布
5.5 模型值計(jì)算
5.6 輸出量的估計(jì)和標(biāo)準(zhǔn)不確定度
5.7 分布函數(shù)的離散表示
5.7.1 分布函數(shù)的近似
5.7.2 分布函數(shù)的直方圖表示
……
第6章 GUM不確定度框架的驗(yàn)證
第7章 電子表格軟件的應(yīng)用
第8章 Matlab在MCM中的應(yīng)用
第9章 舉例
參考文獻(xiàn)