Stochastic Sensitivity Analysis — Kvantifikovanje neizvesnosti ishoda putem probabilističkog uzorkovanja ulaznih parametara
Stochastic Sensitivity Analysis (PSA) proširuje klasično testiranje osetljivosti 'jedan po jedan' tako što nesigurne ulazne parametre modela predstavlja kao raspodele verovatnoće i propagira ih kroz model putem Monte Carlo uzorkovanja. Rezultat je potpuna raspodela mogućih ishoda, zajedno sa rangiranjem ulaznih parametara koji najviše doprinose varijansama ishoda — omogućavajući donošenje robusnih, zasnovanih na dokazima zaključaka u uslovima neizvesnosti.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/sr/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.
- Simulacija Monte KarloDonošenje odluka↔ compare
- Analiza osetljivostiDonošenje odluka↔ compare
- Stochastic Discrete-Event SimulationSimulacija↔ compare
- Stochastic Markov ModelSimulacija↔ compare
- Stochastic Scenario AnalysisSimulacija↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →