Stochasztikus szenzitivitásanalízis – Kimeneti bizonytalanság kvantifikálása valószínűségi bemeneti mintavételezéssel
A stochasztikus szenzitivitásanalízis (PSA) hágja ki a klasszikus, egyenkénti (one-at-a-time) szenzitivitásvizsgálatot azáltal, hogy a bizonytalan modellbemeneteket valószínűségi eloszlásokként reprezentálja, és Monte Carlo mintavételezéssel terjeszti át ezeket a modellen. Az eredmény a lehetséges kimenetek teljes eloszlása, valamint annak rangsorolása, hogy mely bemenetek járulnak hozzá leginkább a kimeneti varianciához – lehetővé téve robusztus, bizonyítékokon alapuló következtetéseket a bizonytalanság mellett.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/hu/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-SIMULATIONDöntéshozatal↔ compare
- SzenzitivitásanalízisDöntéshozatal↔ compare
- Stochastic Discrete-Event SimulationSzimuláció↔ compare
- Sztochasztikus Markov-modellSzimuláció↔ compare
- Sztochasztikus forgatókönyvelemzésSzimuláció↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →