Stokastisk känslighetsanalys — Kvantifiering av utdatans osäkerhet via probabilistisk indatainsamling
Stokastisk känslighetsanalys (PSA) utvidgar klassisk en-i-taget-känslighetsprövning genom att representera osäkra modellindata som sannolikhetsfördelningar och propagera dem genom modellen via Monte Carlo-sampling. Resultatet är en fullständig fördelning av möjliga utdata, tillsammans med rangordningar av vilka indata som driver utdatans varians mest — vilket möjliggör robusta, evidensbaserade slutsatser 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
- Briggs, A. H., Claxton, K., Sculpher, M. (2012). Decision Modelling for Health Economic Evaluation. Oxford University Press. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Stochastic Sensitivity Analysis (Probabilistic Sensitivity Analysis). ScholarGate. https://scholargate.app/sv/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.
- MontecarlosimuleringBeslutsfattande↔ compare
- KänslighetsanalysBeslutsfattande↔ compare
- Stokastisk diskret händelsessimuleringSimulering↔ compare
- Stokastisk MarkovmodellSimulering↔ compare
- Stokastisk scenarioanalysSimulering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →