Análise de Sensibilidade Estocástica — Quantificando a Incerteza de Saída via Amostragem Probabilística de Entradas
A Análise de Sensibilidade Estocástica (PSA) estende o teste clássico de sensibilidade um-a-um ao representar as entradas incertas do modelo como distribuições de probabilidade e propagá-las através do modelo via amostragem de Monte Carlo. O resultado é uma distribuição completa de saídas possíveis, juntamente com rankings de quais entradas mais impulsionam a variância da saída — permitindo conclusões robustas e baseadas em evidências sob incerteza.
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
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/pt/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.
- Simulação de Monte CarloTomada de decisão↔ compare
- Análise de SensibilidadeTomada de decisão↔ compare
- Simulação Estocástica de Eventos DiscretosSimulação↔ compare
- Modelo de Markov EstocásticoSimulação↔ compare
- Análise de Cenários EstocásticaSimulação↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →