Stochastische Gevoeligheidsanalyse — Kwantificeren van Uitvoeringsonzekerheid via Probabilistische Input Steekproeven
Stochastische Gevoeligheidsanalyse (PSA) breidt klassieke 'one-at-a-time' gevoeligheidstesten uit door onzekere modelinputs voor te stellen als waarschijnlijkheidsverdelingen en deze via Monte Carlo-steekproeven door het model te propageren. Het resultaat is een volledige verdeling van mogelijke outputs, samen met rangschikkingen van welke inputs de outputvariantie het meest beïnvloeden — wat leidt tot robuuste, op bewijs gebaseerde conclusies onder onzekerheid.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/nl/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.
- Monte Carlo SimulatieBesluitvorming↔ compare
- GevoeligheidsanalyseBesluitvorming↔ compare
- Stochastische Discrete-Event SimulatieSimulatie↔ compare
- Stochastisch Markov-modelSimulatie↔ compare
- Stochastische ScenarioanalyseSimulatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →