Robuste Sensitivitätsanalyse — Testen, wie Modellschlussfolgerungen unter Unsicherheit Bestand haben
Robuste Sensitivitätsanalyse (RSA) evaluiert systematisch, wie viel Variation in Modelloutputs auf Unsicherheit oder Variation in Modellinputs zurückgeführt werden kann, mit einem expliziten Fokus auf Schlussfolgerungen, die über einen weiten Bereich plausibler Eingangsbedingungen gültig bleiben. Sie geht über die Standard-Sensitivitätsanalyse hinaus, indem sie nicht nur fragt, welche Inputs am wichtigsten sind, sondern welche Ergebnisse wirklich robust sind – stabil unabhängig von Annahmen, die unter Unsicherheit getroffen werden.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Robust Sensitivity Analysis — Uncertainty-resistant examination of model output variation under parameter perturbations. ScholarGate. https://scholargate.app/de/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 SamplingSimulation↔ compare
- Monte-Carlo-SimulationEntscheidungsfindung↔ compare
- Quantifizierung von UnsicherheitenSimulation↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →