Stochastická analýza citlivosti — Kvantifikace nejistoty výstupu pomocí pravděpodobnostního vzorkování vstupů
Stochastická analýza citlivosti (PSA) rozšiřuje klasické testování citlivosti jeden po druhém tím, že reprezentuje nejisté vstupy modelu jako pravděpodobnostní rozdělení a propaguje je modelem pomocí Monte Carlo vzorkování. Výsledkem je celé rozdělení možných výstupů spolu s pořadím, které vstupy nejvíce přispívají k rozptylu výstupu — což umožňuje robustní, na důkazech založené závěry za 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
- 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
- Briggs, A. H., Claxton, K., Sculpher, M. (2012). Decision Modelling for Health Economic Evaluation. Oxford University Press. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/cs/simulation/stochastic-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.
- Simulace Monte CarloRozhodování↔ compare
- Analýza citlivostiRozhodování↔ compare
- Stochastická simulace diskrétních událostíSimulace↔ compare
- Stochastický Markovův modelSimulace↔ compare
- Stochastická analýza scénářůSimulace↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →