Global Sensitivity Analysis
Global sensitivity analysis (GSA) is a family of techniques that decompose the variance of a model's output across its input parameters, quantifying how much each input — and each combination of inputs — contributes to the total uncertainty in the result. Sobol's variance-based indices (2001), Morris's one-at-a-time (OAT) screening (1991), and the Fourier Amplitude Sensitivity Test (FAST, first proposed by Cukier et al. in 1973) are the three most widely used approaches. Together they serve as the standard toolkit for identifying which parameters drive model behaviour and which can be safely fixed.
Forrásrekord
A hivatkozások szó szerint a módszer forrásrekordjából kerültek átvételre. Ezekből nem következtethető ki állítás-szintű ellenőrzés.
- Sobol, I.M. (2001). Global Sensitivity Indices for Nonlinear Mathematical Models and Their Monte Carlo Estimates. Mathematics and Computers in Simulation, 55(1–3), 271–280. · DOI 10.1016/S0378-4754(00)00270-6
- Saltelli, A. et al. (2008). Global Sensitivity Analysis: The Primer. Wiley. · DOI 10.1002/9780470725184
Kurált állítások
Az állítások a bizonyíték-jegyzőkönyvben tárolódtak, mindegyik saját értékeléssel.
Ez a nézet nem hoz létre állítás-értékelést, ha a jegyzőkönyvben nincs.
Kapcsolódó módszerek
A módszergráfból generálva és gépi javaslatú kapcsolatokként jelenítve meg – nem következtethető ki bizonyíték-állítás.