Байесов анализ на чувствителността — Разпространение на несигурността, информирано от априорни разпределения, и оценка на чувствителността на изхода
Бейсовският анализ на чувствителността (BSA) комбинира Бейсовски извод със анализ на чувствителността, за да систематично количествено определи как несигурни входни данни на модела — изразени като априорни вероятностни разпределения — се разпространяват през модела и влияят на изходите. Той идентифицира кои параметри най-силно обуславят вариабилността на изхода, подкрепяйки надеждни заключения при реална несигурност.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Berger, J. O. (1994). An overview of robust Bayesian analysis. Test, 3(1), 5–124. DOI: 10.1007/BF02562676 ↗
- Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M., & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley. ISBN: 9780470059975
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment. ScholarGate. https://scholargate.app/bg/simulation/bayesian-sensitivity-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов динамичен програмен подходСимулационно моделиране↔ compare
- Байесов Марковски МоделСимулационно моделиране↔ compare
- Марковски моделСимулационно моделиране↔ compare
- Монте Карло симулацияВземане на решения↔ compare
- Стохастичен анализ на чувствителносттаСимулационно моделиране↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →