Analisi di Sensibilità Bayesiana — Propagazione dell'incertezza basata su prior e valutazione della sensibilità dell'output
L'Analisi di Sensibilità Bayesiana (BSA) combina inferenza bayesiana e analisi di sensibilità per quantificare sistematicamente come le incertezze degli input del modello — espresse come distribuzioni di probabilità a priori — si propagano attraverso un modello e influenzano gli output. Identifica quali parametri guidano maggiormente la variabilità dell'output, supportando conclusioni robuste in condizioni di incertezza genuina.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment. ScholarGate. https://scholargate.app/it/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.
- Programmazione Dinamica BayesianaSimulazione↔ compare
- Modello Markoviano BayesianoSimulazione↔ compare
- Modello di MarkovSimulazione↔ compare
- Simulazione Monte CarloProcesso decisionale↔ compare
- Analisi di Sensibilità StocasticaSimulazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →