Robust Følsomhedsanalyse — Test af, hvordan modelkonklusioner holder under usikkerhed
Robust følsomhedsanalyse (RSA) evaluerer systematisk, hvor meget variation i modeloutput kan tilskrives usikkerhed eller variation i modelinput, med et eksplicit fokus på konklusioner, der forbliver gyldige på tværs af et bredt spektrum af plausible inputbetingelser. Den går ud over standard følsomhedsanalyse ved ikke kun at spørge, hvilke input der betyder mest, men hvilke fund der er virkelig robuste — stabile uanset antagelser foretaget under usikkerhed.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
- Pianosi, F., Beven, K., Freer, J., Hall, J. W., Rougier, J., Stephenson, D. B., & Wagener, T. (2016). Sensitivity analysis of environmental models: A systematic review with practical workflow. Environmental Modelling & Software, 79, 214-232. DOI: 10.1016/j.envsoft.2016.02.008 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Sensitivity Analysis — Uncertainty-resistant examination of model output variation under parameter perturbations. ScholarGate. https://scholargate.app/da/simulation/robust-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.
- Latin Hypercube SamplingSimulering↔ compare
- Monte Carlo-simuleringBeslutningstagning↔ compare
- Kvantificering af UsikkerhedSimulering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →