Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment
Bayesian Sensitivity Analysis (BSA) kombinuje Bayesovskou inferenci s analýzou citlivosti za účelem systematického kvantifikování toho, jak se nejistoty vstupů modelu — vyjádřené jako apriorní pravděpodobnostní rozdělení — šíří modelem a ovlivňují výstupy. Identifikuje, které parametry nejvíce pohánějí variabilitu výstupů, a podporuje tak robustní závěry za skutečné nejistoty.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment. ScholarGate. https://scholargate.app/cs/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.
- Bayesovské programování dynamikySimulace↔ compare
- Bayesovský Markovův modelSimulace↔ compare
- Markovův modelSimulace↔ compare
- Simulace Monte CarloRozhodování↔ compare
- Stochastická analýza citlivostiSimulace↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →