Stokastinen herkkyysanalyysi — Tulosten epävarmuuden kvantifiointi todennäköisyyspohjaisella syötteiden otannalla
Stokastinen herkkyysanalyysi (PSA) laajentaa klassista yhden muuttujan herkkyystestausta esittämällä epävarmat mallisyötteet todennäköisyysjakaumina ja propagoimalla ne mallin läpi Monte Carlo -otannalla. Tuloksena on täydellinen jakauma mahdollisista tuloksista sekä ranking siitä, mitkä syötteet vaikuttavat eniten tulosten varianssiin — mahdollistaen vankat, näyttöön perustuvat johtopäätökset epävarmuuden vallitessa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/fi/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.
- MONTE-CARLO-SIMULATIONPäätöksenteko↔ compare
- HerkkyysanalyysiPäätöksenteko↔ compare
- Stokastinen diskreettitapahtumasimulaatioSimulointi↔ compare
- Stokastinen Markov-malliSimulointi↔ compare
- Stokastinen skenaarioanalyysiSimulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →