ScholarGate
دستیار

مقایسهٔ روش‌ها

روش‌های انتخابی خود را کنار هم مرور کنید؛ ردیف‌های متفاوت برجسته شده‌اند.

تحلیل حساسیت سناریوی سیاستی×شبیه‌سازی مونت کارلو×
حوزهشبیه‌سازیتصمیم‌گیری
خانوادهProcess / pipelineMCDM
سال پیدایش1990s–2000s1949
پدیدآورSaltelli, A. et al.; Lempert, R. J. et al.Metropolis, N., Ulam, S.
نوعAnalytical framework combining scenario planning with sensitivity analysisRobustness wrapper — Monte Carlo uncertainty propagation
منبع بنیادینSaltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M., & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. John Wiley & Sons, Chichester. ISBN: 9780470059975Metropolis, N., Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association DOI ↗
نام‌های دیگرPSSA, Policy Sensitivity Analysis, Scenario-Based Sensitivity Analysis, Policy Robustness Analysis
مرتبط50
خلاصهPolicy Scenario Sensitivity Analysis (PSSA) combines structured scenario planning with formal sensitivity analysis to determine which model inputs and policy parameters most strongly drive outcomes across a set of distinct policy alternatives or future states. It is widely used in public health, climate, energy, and economic policy modeling to identify robust interventions that perform well even when key assumptions vary.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.
ScholarGateمجموعه‌داده
  1. v1
  2. 2 منابع
  3. PUBLISHED
  1. v1
  2. 1 منابع
  3. PUBLISHED

رفتن به جست‌وجو دریافت اسلایدها

ScholarGateمقایسهٔ روش‌ها: Policy Scenario Sensitivity Analysis · MONTE-CARLO-SIMULATION. بازیابی‌شده در 2026-06-18 از https://scholargate.app/fa/compare