ScholarGate
Assistente
Process / pipeline

Analisi di Sensitività Globale — Sobol, Morris, e FAST

L'analisi di sensitività globale (GSA) è una famiglia di tecniche che decompone la varianza dell'output di un modello attraverso i suoi parametri di input, quantificando quanto ciascun input — e ciascuna combinazione di input — contribuisce all'incertezza totale nel risultato. Gli indici basati sulla varianza di Sobol (2001), lo screening one-at-a-time (OAT) di Morris (1991) e il Fourier Amplitude Sensitivity Test (FAST, proposto per la prima volta da Cukier et al. nel 1973) sono i tre approcci più ampiamente utilizzati. Insieme servono come toolkit standard per identificare quali parametri guidano il comportamento del modello e quali possono essere fissati in sicurezza.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Fonti

  1. 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
  2. Saltelli, A. et al. (2008). Global Sensitivity Analysis: The Primer. Wiley. DOI: 10.1002/9780470725184

Come citare questa pagina

ScholarGate. (2026, June 1). Global Sensitivity Analysis (Sobol, Morris, FAST). ScholarGate. https://scholargate.app/it/simulation/global-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.

Compare side by side

Citato da

ScholarGateGlobal Sensitivity Analysis (Global Sensitivity Analysis (Sobol, Morris, FAST)). Consultato il 2026-06-15 da https://scholargate.app/it/simulation/global-sensitivity-analysis · Insieme di dati: https://doi.org/10.5281/zenodo.20539026