Análisis de Sensibilidad Bayesiano — Propagación de incertidumbre informada por priors y evaluación de sensibilidad de salidas
El Análisis de Sensibilidad Bayesiano (BSA) combina la inferencia bayesiana con el análisis de sensibilidad para cuantificar sistemáticamente cómo las incertidumbres en las entradas del modelo —expresadas como distribuciones de probabilidad a priori— se propagan a través de un modelo e influyen en las salidas. Identifica qué parámetros impulsan más la variabilidad de las salidas, apoyando conclusiones robustas bajo incertidumbre genuina.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment. ScholarGate. https://scholargate.app/es/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.
- Programación Dinámica BayesianaSimulación↔ compare
- Modelo de Markov BayesianoSimulación↔ compare
- Modelo de MarkovSimulación↔ compare
- Simulación de Monte CarloToma de decisiones↔ compare
- Análisis de Sensibilidad EstocásticaSimulación↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →