Bayesiansk känslighetsanalys — informationsstyrd osäkerhetsutbredning och utdatakänslighetsbedömning
Bayesiansk känslighetsanalys (BSA) kombinerar Bayesiansk inferens med känslighetsanalys för att systematiskt kvantifiera hur osäkra modellindata — uttryckta som apriori sannolikhetsfördelningar — sprids genom en modell och påverkar utdata. Den identifierar vilka parametrar som mest driver utdatavariabilitet, vilket stöder robusta slutsatser under genuin osäkerhet.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Berger, J. O. (1994). An overview of robust Bayesian analysis. Test, 3(1), 5–124. DOI: 10.1007/BF02562676 ↗
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis — Prior-informed uncertainty propagation and output sensitivity assessment. ScholarGate. https://scholargate.app/sv/simulation/bayesian-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.
- Bayesian Dynamic ProgrammingSimulering↔ compare
- Bayesiansk MarkovmodellSimulering↔ compare
- MarkovmodellSimulering↔ compare
- MontecarlosimuleringBeslutsfattande↔ compare
- Stokastisk känslighetsanalysSimulering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →