Analyse de sensibilité stochastique — Quantification de l'incertitude des sorties par échantillonnage probabiliste des entrées
L'analyse de sensibilité stochastique (PSA) étend les tests de sensibilité classiques un par un en représentant les entrées incertaines du modèle comme des distributions de probabilité et en les propageant à travers le modèle via un échantillonnage de Monte-Carlo. Le résultat est une distribution complète des sorties possibles, ainsi que des classements indiquant quelles entrées contribuent le plus à la variance des sorties — permettant des conclusions robustes et fondées sur des preuves en cas d'incertitude.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/fr/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.
- Simulation de Monte-CarloPrise de décision↔ compare
- Analyse de sensibilitéPrise de décision↔ compare
- Simulation stochastique à événements discretsSimulation↔ compare
- Modèle de Markov stochastiqueSimulation↔ compare
- Analyse stochastique de scénariosSimulation↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →