비교 실행 방법 01 프리셋을 고르거나 모델을 입력합니다. 프리셋에는 y = x², x₁·x₂, 진자가 있어 흥미로운 실패가 클릭 한 번 거리에 있습니다. 02 각 입력에 분포를 줍니다. 정규, 직사각, 삼각, 크기·위치를 바꾼 t, 로그정규, 아크사인. 알려진 경우 ν도 지정합니다. 03 M, 시드, 포함 확률을 설정합니다. 기본은 100,000회, 시드 20250101, 95 % 입니다. 04 두 행을 읽습니다. y, u(y), 대칭 구간, §8 차이. 판정 문구가 해석 방법을 알려 줍니다. 05 무엇을 보고할지 정합니다. 끝점 차이가 허용차 안에 머물면 일차 결과를 인용하고, 넘으면 몬테카를로를 인용합니다.
계산 예시 시드 20250101, M = 100,000, 95 % 포함. δ는 표준 불확도에 대한 §8 수치 허용차입니다.
모델
GUM u(y)
MC u(y)
MC 95 % 구간
δ = 5.00e-2 대비 끝점 차이
판정
x^2, x ~ N(0, 1)
0
1.41508161
[0.00092727, 5.05221926]
9.27e-4 / 5.05 — 일치: 아니오
비선형: MC 사용 (왜도 2.7978 )
x1 * x2, N(10, 1), N(5, 0.5)
7.07106781
7.0995449
[36.9247005, 64.60907171]
7.84e-1 / 7.50e-1 — 이 M에서는 미해결
M 올리기
x1 + x2 + x3 + x4, 네 N(0, 1)
2
2.00529595
[−3.90620878, 3.96027218]
1.37e-2 / 4.03e-2 — δ 내부
일차 검증됨
제곱 프리셋은 과학 섹션 전체에서 가장 깔끔한 실패입니다. x = 0에서 도함수 2x가 사라지므로 GUM 행은 u = 0 과 폭 0인 구간을 보여 주지만, 실제 분포는 χ²형으로 평균 1.00083028 , 표준 불확도 1.41508161 , 95 % 구간 0.00092727 에서 5.05221926 입니다. 몬테카를로는 모양도 알아봅니다. 왜도 2.7978 , 그리고 대칭 구간보다 훨씬 좁은 최단 구간 [0 , 3.84543713 ]입니다.
§8 검정과 그 요건 JCGM 101 §8은 수치 허용차 δ = ½·10^l을 정합니다. 여기서 u(y) = c·10^l이고 c는 선택한 자릿수의 정수입니다 — 이 예시들에서는 5.00e-2 . 일차 결과는 구간의 양 끝점이 몬테카를로 끝점과 δ 이내로만 다를 때 검증됩니다. 그 비교가 의미를 가지려면 두 조건이 필요합니다. 몬테카를로 잡음이 δ에 비해 작아야 하고, 구간이 같은 종류여야 합니다. 탭은 비교가 해결 되었는지도 보고합니다 — δ ≥ 3×(표본화 잡음 u(y)/√M)이 필요 —, M이 작으면 판정이 비선형성을 재는 대신 무작위로 뒤집히기 때문입니다. 제곱 프리셋은 M = 10⁴에서 10⁶까지 해결된 상태로 매번 일치에 실패하고, 곱 프리셋의 u는 GUM 값과의 차이가 몬테카를로 값의 **0.4011 %**에 불과하지만(탭은 u_MC 기준으로 차이를 측정합니다) M = 100,000에서 판정은 미해결 입니다. 끝점 차이(0.784 와 0.750 )가 δ를 훨씬 넘어서고 잡음(2.25e-2 )이 깨끗한 결정을 내리기에 너무 크기 때문입니다.
한계와 하지 않는 일
몬테카를로는 입력 분포만큼만 좋습니다. 직사각 분포는 같은 σ의 정규 분포가 아니며 포함 구간의 모양도 그에 따라 바뀝니다 — 네 개의 균등 입력을 보세요. 그 구간 **[−3.86488045, 3.90530028]**은 같은 u의 정규 경우 ±3.92보다 좁습니다.
모델은 타입이 있는 식이어야 합니다. 상관은 명시적으로 입력한 행렬로 들어갑니다. 기록된 상관 없이 같은 드리프트를 공유하는 입력을 가진 측정은 조용히 낙관적이 됩니다. 하지 않는 일. 모델을 결정하거나 계기를 평가하지 않습니다. 일차 전용 작업은 오차 전파 패널 , 입력 순위는 민감도 , M 자동 선택은 적응형 M 에 속합니다.
함정: 작은 u 차이는 합격이 아니다 곱 프리셋의 표준 불확도는 몬테카를로 값의 0.4011 % 밖에 차이 나지 않습니다 — 일치처럼 보일 만큼 작습니다 —, 그러나 §8 검사는 u가 아니라 구간을 비교하므로 실패합니다. 반대로 일치는 유리한 M의 우연일 수 있습니다. 검증된 판정을 인용하기 전에 해결 줄을 읽으세요. 세 번째 함정은 제곱 프리셋의 0에 있습니다. u = 0은 강한 주장이 아니라 평가점에서 기울기가 평평하다고 선형화가 보고하는 것이며, 1.4 단위 떨어진 퍼짐에 대해서는 아무 말도 하지 않습니다.
사용되는 상황 교정 및 시험 보고서 곡선 모델에 선형화 불확도를 인용하는 보고서는 두 번째 자릿수에서 틀릴 수 있습니다. 두 방법을 모두 돌려 §8 판정을 첨부하면 결과 선택이 감사 가능해집니다.
도함수로 충분하지 않은 이유 가르치기 제곱과 곱 프리셋은 손으로 계산할 만큼 작습니다. 하나는 사라지는 도함수를, 다른 하나는 빠진 u₁²u₂² 항을 보여 줍니다. "몬테카를로를 쓰라"를 구호에서 실연된 실패로 바꿔 줍니다.
개인정보 파싱, 표본화, 비교는 시드 생성기를 사용해 브라우저에서 실행됩니다. 모델과 입력은 업로드되지 않습니다.
참고 문헌
BIPM JCGM, JCGM 100:2008 — GUM 일차 방법. bipm.org (访问日期:2026-10-07)
BIPM JCGM, JCGM 101:2008 — 몬테카를로 전파, §7.9 허용차와 §8 검증. bipm.org (访问日期:2026-10-07)
NIST, Technical Note 1297 — 불확도의 평가와 표현. nist.gov (访问日期:2026-10-07)
Wikipedia, Propagation of uncertainty — 선형화와 그 실패. en.wikipedia.org (访问日期:2026-10-07)
Wikipedia, Monte Carlo method — 모델을 통한 표본화. en.wikipedia.org (访问日期:2026-10-07)
Calculators in this hub
Hand-picked tools, one click away. The mini versions compute live and carry your values into the full calculator.
Sources & review
Updated 2026-10-07