تحلیل حساسیت تصادفی — سنجش عدم قطعیت خروجی از طریق نمونهگیری احتمالی ورودی
تحلیل حساسیت تصادفی (PSA) آزمون حساسیت کلاسیک «یکی در میان» را با نمایش ورودیهای نامطمئن مدل به صورت توزیعهای احتمالی و انتشار آنها از طریق مدل با استفاده از نمونهگیری مونت کارلو گسترش میدهد. نتیجه، توزیع کاملی از خروجیهای ممکن، همراه با رتبهبندی ورودیهایی است که بیشترین سهم را در واریانس خروجی دارند — که منجر به نتایج قوی و مبتنی بر شواهد تحت عدم قطعیت میشود.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/fa/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.
- شبیهسازی مونت کارلوتصمیمگیری↔ compare
- تحلیل حساسیتتصمیمگیری↔ compare
- شبیهسازی رویداد گسسته تصادفیشبیهسازی↔ compare
- مدل مارکوف تصادفیشبیهسازی↔ compare
- تحلیل سناریوی تصادفیشبیهسازی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →