Anàlisi de Sensibilitat Bayesiana — Propagació d'incertesa informada per priors i avaluació de sensibilitat de sortida
L'Anàlisi de Sensibilitat Bayesiana (BSA) combina la inferència bayesiana amb l'anàlisi de sensibilitat per quantificar sistemàticament com les incerteses dels inputs del model —expressades com a distribucions de probabilitat prèvies (priors)— es propaguen a través d'un model i influeixen en les sortides. Identifica quins paràmetres impulsen més la variabilitat de la sortida, donant suport a conclusions sòlides sota incertesa genuïna.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment. ScholarGate. https://scholargate.app/ca/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.
- Programació Dinàmica BayesianaSimulació↔ compare
- Model de Markov bayesiàSimulació↔ compare
- Model de MarkovSimulació↔ compare
- Simulació Monte CarloPresa de decisions↔ compare
- Anàlisi de Sensibilitat EstocàsticaSimulació↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →