Robust känslighetsanalys — Testar hur modellslutsatser står sig under osäkerhet
Robust känslighetsanalys (RSA) utvärderar systematiskt hur mycket variation i modellens utdata som kan hänföras till osäkerhet eller variation i modellens indata, med ett tydligt fokus på slutsatser som förblir giltiga över ett brett spektrum av rimliga indatabetingelser. Den går utöver standardkänslighetsanalys genom att inte bara fråga vilka indata som är viktigast, utan vilka resultat som är verkligt robusta — stabila oavsett vilka antaganden som görs under 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
- 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
- Pianosi, F., Beven, K., Freer, J., Hall, J. W., Rougier, J., Stephenson, D. B., & Wagener, T. (2016). Sensitivity analysis of environmental models: A systematic review with practical workflow. Environmental Modelling & Software, 79, 214-232. DOI: 10.1016/j.envsoft.2016.02.008 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Sensitivity Analysis — Uncertainty-resistant examination of model output variation under parameter perturbations. ScholarGate. https://scholargate.app/sv/simulation/robust-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.
- Latin Hypercube SamplingSimulering↔ compare
- MontecarlosimuleringBeslutsfattande↔ compare
- Kvantifiering av osäkerhetSimulering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →