Analisi di Sensibilità Stocastica — Quantificazione dell'Incertezza dell'Output tramite Campionamento Probabilistico degli Input

L'Analisi di Sensibilità Stocastica (PSA) estende il test di sensibilità classico 'one-at-a-time' rappresentando gli input incerti del modello come distribuzioni di probabilità e propagando tali incertezze attraverso il modello tramite campionamento Monte Carlo. Il risultato è una distribuzione completa degli output possibili, insieme a classifiche su quali input guidano maggiormente la varianza dell'output — consentendo conclusioni robuste e basate sull'evidenza in condizioni di incertezza.