Agent-based sensitivity analysis
Agent-based sensitivity analysis (ABSA) applies sensitivity analysis techniques to agent-based models (ABMs) to determine which input parameters most strongly influence emergent outputs. Because ABMs are stochastic and nonlinear, standard analytical derivatives are unavailable; ABSA uses designed simulation experiments — screening methods, variance-based indices, or regression-based surrogates — to rank parameter importance and guide model calibration and validation.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
- Saltelli, A., Tarantola, S., Campolongo, F., & Ratto, M. (2004). Sensitivity Analysis in Practice: A Guide to Assessing Scientific Models. John Wiley & Sons. · ISBN 9780470870938
- ten Broeke, G., van Voorn, G., & Ligtenberg, A. (2016). Which Sensitivity Analysis Method Should I Use for My Agent-Based Model? Journal of Artificial Societies and Social Simulation, 19(1), 5. · DOI 10.18564/jasss.2857
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.