Process / pipelineSimulation / optimization

Análisis de Sensibilidad Estocástica — Cuantificación de la Incertidumbre de Salida mediante Muestreo Probabilístico de Entradas

El Análisis de Sensibilidad Estocástica (PSA) extiende las pruebas de sensibilidad clásicas de variación de un solo parámetro al representar las entradas inciertas del modelo como distribuciones de probabilidad y propagarlas a través del modelo mediante muestreo de Monte Carlo. El resultado es una distribución completa de posibles salidas, junto con clasificaciones de qué entradas impulsan la mayor varianza de salida, lo que permite conclusiones sólidas y basadas en evidencia bajo incertidumbre.

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., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M., Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley. ISBN: 9780470059975
  2. Briggs, A. H., Claxton, K., Sculpher, M. (2012). Decision Modelling for Health Economic Evaluation. Oxford University Press. link

Cómo citar esta página

ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/es/simulation/stochastic-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

ScholarGateStochastic Sensitivity Analysis (Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis)). Recuperado el 2026-06-15 de https://scholargate.app/es/simulation/stochastic-sensitivity-analysis · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026