不确定性 - 不确定的假设，因为您没有关于实际但未知的值的足够信息。不确定性的示例包括油田的储油量以及 12 个月中的基准利率。您可以通过概率分布来描述不确定性假设。理论上来说，您可以通过收集更多的数据来避免不确定性。实际上，信息可能会因为您没有收集它或者收集它的成本过高而缺少。
变异性 - 变化的假设，因为其描述了具有不同值的总体。变异性的示例包括人群的各个体重以及一年内每天销售的产品数。您可以通过离散分布（或具有连续分布的近似离散分布）来描述变异性假设。变异性是系统固有的，无法通过收集更多信息来避免。
对于许多类型的风险评估，明确区分不确定性和变异性非常重要（请参见参考书目中的 Hoffman and Hammonds 参考）。在模拟中区分这些概念可帮助您更准确地检测预测中的不同变动：由于缺少了解而导致的变动以及由于度量或总体的固有变异性而导致的变动。同样，对于揭示风险的实际概率，一维模拟通常要好于单点估计；对于确定风险的特征，二维模拟通常要好于一维模拟。
二维模拟工具运行一个外层循环来模拟不确定性值，然后在冻结不确定性值的情况下运行内层循环（针对整个模型）来模拟变异性。将针对一定数量的外层模拟重复此过程，从而提供预测分布因不确定性而变化的概况。