基于实时拉丁超立方体抽样的蒙特卡罗误差传播
mcerp的Python项目详细描述
- 代码:https://github.com/tisimst/mcerp
- 文档:(目前尚未联机,请参阅github上的doc文件夹)
- 许可证:BSD-3-条款
概述
mcerp是用于Monte Carlo methods的随机计算器,它使用 latin-hypercube sampling执行非顺序特定的 error propagation(或不确定度分析)。
有了这个包,您可以轻松地和透明地跟踪效果 通过数学计算的不确定性。高等数学 函数,类似于标准math模块中的函数,以及统计 类似于scipy.stats模块中的函数也可以计算 直接的。
如果您熟悉基于excel的风险分析程序,比如@risk, crystal ball,modelrisk等,这个包将为您创造奇迹。 (甚至可能更快!)给你更多的建模灵活性 强大的python语言。这个包裹也不用花一分钱, 与那些花费^{em1}数千美元的商业软件包相比 单座驾照。请随时复制并重新分发此软件包 如你所愿!
主要功能
- 透明计算。{ 1或}不存在或很少修改 需要代码。
- 基本的NumPy支持,无需修改。(我没有做大量的工作 测试,如果遇到错误请通知我。
- 通过^{tt2}支持的高级数学函数$ 子模块。如果你认为有一个函数在里面,它很可能在里面。如果它 不是的,请请求!
- 简单的统计分布构造函数。地点,规模, 形状参数遵循相应维基百科中的符号 文章和其他相关网页。
- correlation enforcement和变量示例可视化功能。
- 使用传统比较运算符进行概率计算。
- 高级scipy统计函数与包的兼容性 功能。根据您的scipy版本,某些函数可能不会 工作。
安装
mcerp适用于Linux、MacOS和Windows、Python2.7或Python3.5或更高版本。
要安装它,请使用pip:
pip install mcerp
如果使用pip,则应自动安装mcerp依赖项, 否则需要手动安装:
- NumPy:数字python
- SciPy:科学Python
- Matplotlib:python绘图库
另请参见
- uncertainties:一阶错误传播
- soerp:二阶错误传播
联系人
请将功能请求、错误报告或反馈发送到 Abraham Lee。