Análise de Sensibilidade Bayesiana — Propagação de incerteza informada por priori e avaliação da sensibilidade da saída
A Análise de Sensibilidade Bayesiana (ASB) combina inferência bayesiana com análise de sensibilidade para quantificar sistematicamente como as entradas incertas do modelo — expressas como distribuições de probabilidade a priori — se propagam através de um modelo e influenciam as saídas. Ela identifica quais parâmetros mais impulsionam a variabilidade da saída, apoiando conclusões robustas sob incerteza genuína.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment. ScholarGate. https://scholargate.app/pt/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.
- Programação Dinâmica BayesianaSimulação↔ compare
- Modelo Bayesiano de MarkovSimulação↔ compare
- Modelo de MarkovSimulação↔ compare
- Simulação de Monte CarloTomada de decisão↔ compare
- Análise de Sensibilidade EstocásticaSimulação↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →