Стохастический анализ чувствительности — количественная оценка неопределенности выходных данных посредством вероятностной выборки входных данных
Стохастический анализ чувствительности (PSA) расширяет классическое тестирование чувствительности «один за другим», представляя неопределенные входные данные модели в виде распределений вероятностей и распространяя их через модель посредством выборки Монте-Карло. Результатом является полное распределение возможных выходных данных вместе с ранжированием входных данных, которые в наибольшей степени влияют на дисперсию выходных данных, что позволяет делать надежные, основанные на фактических данных выводы в условиях неопределенности.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/ru/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.
- Метод Монте-КарлоПринятие решений↔ compare
- Анализ чувствительностиПринятие решений↔ compare
- Стохастическое дискретно-событийное моделированиеИмитационное моделирование↔ compare
- Стохастическая марковская модельИмитационное моделирование↔ compare
- Стохастический сценарный анализИмитационное моделирование↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →