ScholarGate
Βοηθός

Σύγκριση μεθόδων

Εξετάστε τις επιλεγμένες μεθόδους δίπλα-δίπλα· οι γραμμές που διαφέρουν επισημαίνονται.

Ανάλυση Ευαισθησίας Ντετερμινιστικού Τύπου×Προσομοίωση Monte Carlo×
ΠεδίοΠροσομοίωσηΛήψη Αποφάσεων
ΟικογένειαProcess / pipelineMCDM
Έτος προέλευσης1950s–1970s (formalized)1949
ΔημιουργόςSaltelli, A. et al.; widely formalized across operations research and health economicsMetropolis, N., Ulam, S.
ΤύποςParameter variation / robustness testingRobustness wrapper — Monte Carlo uncertainty propagation
Θεμελιώδης πηγήSaltelli, A., Tarantola, S., Campolongo, F., & Ratto, M. (2004). Sensitivity Analysis in Practice: A Guide to Assessing Scientific Models. John Wiley & Sons, Chichester. ISBN: 9780470870938Metropolis, N., Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association DOI ↗
Εναλλακτικές ονομασίεςDSA, One-Way Sensitivity Analysis, Tornado Diagram Analysis, Parametric Sensitivity Analysis
Συναφείς20
ΣύνοψηDeterministic Sensitivity Analysis (DSA) tests how model outputs change when individual or combined input parameters are varied across plausible ranges, one at a time or in structured combinations, without invoking probabilistic sampling. It is the standard approach in economic modeling, decision trees, and mathematical programming to identify which parameters drive conclusions and to demonstrate model robustness to regulators, reviewers, and stakeholders.MONTE-CARLO-SIMULATION (Monte Carlo Simulation — Stochastic uncertainty propagation through MCDM model) is a ranking multi-criteria decision-making (MCDM) method introduced by Metropolis, N., Ulam, S. in 1949. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.
ScholarGateΣύνολο δεδομένων
  1. v1
  2. 2 Πηγές
  3. PUBLISHED
  1. v1
  2. 1 Πηγές
  3. PUBLISHED

Μετάβαση στην αναζήτηση Λήψη διαφανειών

ScholarGateΣύγκριση μεθόδων: Deterministic Sensitivity Analysis · MONTE-CARLO-SIMULATION. Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/compare