ScholarGate
Asistente
Process / pipelineSimulation / optimization

Análisis de Sensibilidad Determinista — Variación Sistemática de Parámetros para la Robustez del Modelo

El Análisis de Sensibilidad Determinista (DSA) evalúa cómo cambian los resultados de un modelo cuando los parámetros de entrada individuales o combinados se varían dentro de rangos plausibles, uno a la vez o en combinaciones estructuradas, sin recurrir a muestreo probabilístico. Es el enfoque estándar en la modelización económica, los árboles de decisión y la programación matemática para identificar qué parámetros impulsan las conclusiones y para demostrar la robustez del modelo a reguladores, revisores y partes interesadas.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Saltelli, A., Tarantola, S., Campolongo, F., & Ratto, M. (2004). Sensitivity Analysis in Practice: A Guide to Assessing Scientific Models. John Wiley & Sons, Chichester. ISBN: 9780470870938
  2. Briggs, A., Sculpher, M., & Buxton, M. (1994). Uncertainty in the economic evaluation of health care technologies: the role of sensitivity analysis. Health Economics, 3(2), 95–104. DOI: 10.1002/hec.4730030206

Cómo citar esta página

ScholarGate. (2026, June 3). Deterministic Sensitivity Analysis — Systematic Parameter Variation for Model Robustness. ScholarGate. https://scholargate.app/es/simulation/deterministic-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.

Compare side by side

Citado por

ScholarGateDeterministic Sensitivity Analysis (Deterministic Sensitivity Analysis — Systematic Parameter Variation for Model Robustness). Recuperado el 2026-06-15 de https://scholargate.app/es/simulation/deterministic-sensitivity-analysis · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026