Analisis Sensitivitas Stokastik — Mengkuantifikasi Ketidakpastian Keluaran Melalui Pengambilan Sampel Masukan Probabilistik
Analisis Sensitivitas Stokastik (PSA) memperluas pengujian sensitivitas klasik satu per satu dengan merepresentasikan masukan model yang tidak pasti sebagai distribusi probabilitas dan menyebarkannya melalui model melalui pengambilan sampel Monte Carlo. Hasilnya adalah distribusi penuh dari keluaran yang mungkin, bersama dengan peringkat masukan mana yang paling mendorong varians keluaran — memungkinkan kesimpulan yang kuat dan berdasar bukti di bawah ketidakpastian.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/id/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.
- Simulasi Monte CarloPengambilan Keputusan↔ compare
- Analisis SensitivitasPengambilan Keputusan↔ compare
- Simulasi Kejadian Diskrit StokastikSimulasi↔ compare
- Model Markov StokastikSimulasi↔ compare
- Analisis Skenario StokastikSimulasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →