Bayesiansk sensitivitetsanalyse — Prior-informert usikkerhetsforplantning og sensitivitetsvurdering av utdata
Bayesiansk sensitivitetsanalyse (BSA) kombinerer Bayesiansk inferens med sensitivitetsanalyse for systematisk å kvantifisere hvordan usikre modellinnganger — uttrykt som sannsynlighetsfordelinger for forhåndskunnskap (prior) — forplanter seg gjennom en modell og påvirker utdata. Den identifiserer hvilke parametere som mest driver variasjon i utdata, og støtter robuste konklusjoner under reell usikkerhet.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment. ScholarGate. https://scholargate.app/no/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.
- Bayesiansk dynamisk programmeringSimulering↔ compare
- Bayesiansk Markov-modellSimulering↔ compare
- Markov-modellSimulering↔ compare
- Monte Carlo-simuleringBeslutningstaking↔ compare
- Stokastisk sensitivitetsanalyseSimulering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →