Analisis Sensitivitas Bayesian — Propagasi Ketidakpastian Berbasis Prior dan Penilaian Sensitivitas Keluaran
Analisis Sensitivitas Bayesian (BSA) menggabungkan inferensi Bayesian dengan analisis sensitivitas untuk secara sistematis mengukur bagaimana ketidakpastian masukan model — yang diekspresikan sebagai distribusi probabilitas prior — merambat melalui model dan memengaruhi keluaran. Ini mengidentifikasi parameter mana yang paling mendorong variabilitas keluaran, mendukung kesimpulan yang kuat di bawah ketidakpastian yang sebenarnya.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Berger, J. O. (1994). An overview of robust Bayesian analysis. Test, 3(1), 5–124. DOI: 10.1007/BF02562676 ↗
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment. ScholarGate. https://scholargate.app/id/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.
- Pemrograman Dinamis BayesianSimulasi↔ compare
- Model Markov BayesianSimulasi↔ compare
- Model MarkovSimulasi↔ compare
- Simulasi Monte CarloPengambilan Keputusan↔ compare
- Analisis Sensitivitas StokastikSimulasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →