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.
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
- 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
- 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.
- Simulación de Monte CarloToma de decisiones↔ compare
- Análisis de SensibilidadToma de decisiones↔ compare
- Simulación Estocástica de Eventos DiscretosSimulación↔ compare
- Modelo de Markov estocásticoSimulación↔ compare
- Análisis de Escenarios EstocásticosSimulación↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →