ScholarGate
Assistant
Process / pipelineSimulation / optimization

Analyse de Sensibilité Bayésienne — Propagation de l'incertitude informée par les priors et évaluation de la sensibilité des sorties

L'Analyse de Sensibilité Bayésienne (ASB) combine l'inférence bayésienne et l'analyse de sensibilité pour quantifier systématiquement comment les entrées incertaines d'un modèle — exprimées sous forme de distributions de probabilité a priori (priors) — se propagent à travers le modèle et influencent ses sorties. Elle identifie les paramètres qui déterminent le plus la variabilité des sorties, permettant des conclusions robustes en présence d'une incertitude réelle.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Sources

  1. Berger, J. O. (1994). An overview of robust Bayesian analysis. Test, 3(1), 5–124. DOI: 10.1007/BF02562676
  2. 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

Comment citer cette page

ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment. ScholarGate. https://scholargate.app/fr/simulation/bayesian-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

Référencée par

ScholarGateBayesian Sensitivity Analysis (Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment). Consulté le 2026-06-15 sur https://scholargate.app/fr/simulation/bayesian-sensitivity-analysis · Jeu de données : https://doi.org/10.5281/zenodo.20539026