Process / pipelineSimulation / optimization

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.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. 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
  2. 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.

Compare side by side

Упоминается в

ScholarGateStochastic Sensitivity Analysis (Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis)). Получено 2026-06-15 из https://scholargate.app/ru/simulation/stochastic-sensitivity-analysis · Набор данных: https://doi.org/10.5281/zenodo.20539026