Analisis Sensitiviti Stokastik — Mengukur Ketidakpastian Output Melalui Pensampelan Input Probabilistik

Analisis Sensitiviti Stokastik (PSA) melanjutkan ujian sensitiviti satu demi satu klasik dengan mewakili input model yang tidak pasti sebagai taburan kebarangkalian dan menyebarkannya melalui model melalui pensampelan Monte Carlo. Hasilnya ialah taburan penuh output yang mungkin, bersama-sama dengan kedudukan input mana yang paling banyak mendorong varians output — membolehkan kesimpulan yang mantap dan berasaskan bukti di bawah ketidakpastian.