周桃庚編著的《用蒙特卡洛法評定測量不確定度》詳細說明了GUM法和蒙特卡洛法在不確定度評定的各個階段的處理方式，對如何為輸入量設定概率密度函數以及分布傳播的基本原理做了詳細的講解。為了*好地方便讀者在實際工作中使用蒙特卡洛法評定測量不確定度，《用蒙特卡洛法評定測量不確定度》介紹了電子表格軟件和Matlab的應用，並在每個舉例中附有Matlab程序，這些程序都在MATLABR2010a版本中通過了驗證。

第1章 概述
1.1 GUM法評定測量不確定度的局限性
1.2 蒙特卡洛法
1.3 蒙特卡洛法評定測量不確定度的目的
1.4 JJF1059.2-2012起草的技術基礎
1.5 JJF1059.2-2012起草過程
1.6 JJF1059.2-2012適用範圍
第2章 測量不確定度評定
2.1 建立公式階段
2.1.1 測量模型
2.1.2 基於重復示值的分析
2.1.3 基於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 總結階段
2.3.1 由包含因子和假設的分布函數確定包含區間
2.3.2 由分布函數確定包含區間
2.3.3 其他情況下的包含區間的確定
第3章 輸入量的概率密度函數
3.1 貝葉斯（Bayes）定理
3.2 *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 一繫列示值的評定
3.10.2 合並標準偏差的評定
3.10.3 校準證書的解釋說明
3.11 指數分布
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 蒙特卡洛試驗數
5.4 輸入量概率密度函數的抽樣
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 模型值計算
5.6 輸出量的估計和標準不確定度
5.7 分布函數的離散表示
5.7.1 分布函數的近似
5.7.2 分布函數的直方圖表示
5.8 輸出量的包含區間
5.8.1 由離散表示G確定包含區間
5.8.2 由分布函數的近似確定包含區間
5.9 自適應蒙特卡洛法
5.9.1 和一個數值有關的數值容差
5.9.2 自適應方法的目的
5.9.3 自適應方法
5.10 蒙特卡洛法應用到一個簡單的非線性模型
5.11 蒙特卡洛法的性質
5.12 蒙特卡洛法的總結
第6章 GUM不確定度框架的驗證
第7章 電子表格軟件的應用
7.1 公式和函數的使用
7.1.1 輸入公式
7.1.2 常用函數
7.2 電子表格軟件在MCM中的應用
第8章 Matlab在MCM中的應用
8.1 Matlab生成隨機數的一些命令
8.2 Matlab實施MCM的程序
第9章 舉例
9.1 加法模型
9.1.1 解析法
9.1.2 GUM法
9.1.3 蒙特卡洛法
9.1.4 結果分析
9.2 對數變換
9.2.1 解析法
9.2.2 GUM法
9.2.3 蒙特卡洛法
9.2.4 結果分析
9.3 質量校準
9.3.1 建立公式
9.3.2 傳播和總結
9.4 微波功率計校準中的比較損耗
9.4.1 建立公式
9.4.2 傳播和總結：零協方差
9.4.3 傳播和總結：非零協方差
9.5 量塊校準
9.5.1 建立公式建模
9.5.2 建立公式：設定PDF
9.5.3 傳播和總結
9.5.4 結果
9.6 氫氧化鈉溶液的標定
9.6.1 GUM法
9.6.2 蒙特卡洛法
參考文獻