为什么基于蒙特卡洛法评定测量不确定度不能处理相关性问题？

应助达人

蒙特卡洛法是基于分布传播的测量不确定度评定方法（见JJF1059.2—2012），首先关注讨论的是示值，从某种意义上说它是着眼于宏观。它最终得到我们关心的值的不确定度，是通过值的分布曲线得到的。而基于不确定度传播的测量不确定度评定方法（见JJF1059.1—2012），关注讨论的是值的测量不确定度，从某种意义上说它是着眼于微观。而我们这里计论的相关性问题，正是指测量不确定度的相关性问题。为方便理解起见，我们打一个不十分恰当的比方，就好比我们可以采用合理的方法（如：检定量块的比差法）使我们的测量误差抵消一部分，或大部分，使测量误差小的道理一样。而对于示值没有相关性问题之说，自然也就不可能让基于蒙特卡洛法评定测量不确定度（见JJF1059.2—2012）来处理测量不确定度的相关性问题。

蒙特卡洛模拟能处理分量相关性的问题，如果两个分量相关，那么在模拟的时候就生成有相关性的随机数。

应助达人

但分布传播时体现不了相关与否。你可以注意到在JJF1059.2中，每每提到输入的分布时，都会说分别为相互独立的。

那个文件为了举例时简化，而不是蒙特卡洛模拟处理不了有相关性的分量。

应助达人

那我上面说的：蒙特卡洛法是基于分布传播的测量不确定度评定方法（见JJF1059.2—2012），首先关注讨论的是示值，从某种意义上说它是着眼于宏观。它最终得到我们关心的值的不确定度，是通过值的分布曲线得到的。而基于不确定度传播的测量不确定度评定方法（见JJF1059.1—2012），关注讨论的是值的测量不确定度，从某种意义上说它是着眼于微观。而我们这里计论的相关性问题，正是指测量不确定度的相关性问题。为方便理解起见，我们打一个不十分恰当的比方，就好比我们可以采用合理的方法（如：检定量块的比差法）使我们的测量误差抵消一部分，或大部分，使测量误差小的道理一样。而对于示值没有相关性问题之说，自然也就不可能让基于蒙特卡洛法评定测量不确定度（见JJF1059.2—2012）来处理测量不确定度的相关性问题。你怎么看呢？