Hassasiyet Analizi Olay Ağacı Analizi ile
Sensitivity Analysis Integrated with Event Tree Analysis · Ayrıca şöyle bilinir: SA-ETA, ETA sensitivity analysis, event tree sensitivity analysis, probabilistic sensitivity analysis with ETA
Hassasiyet analizi (HA-OA), bir olay ağacı modelinin girdi olasılıklarını sistematik olarak değiştirerek, hesaplanan istenmeyen sonuç olasılığını en güçlü şekilde etkileyen dal olasılıklarının veya başlatıcı olay frekanslarının hangileri olduğunu belirleyen nicel bir risk değerlendirme yaklaşımıdır. Olay ağacı analizini, belirsizlik katkılarının bireysel girdilere göre sıralanmasını sağlayarak, risk azaltma çabalarını en çok önem taşıyan parametrelere yönlendirmesiyle genişletir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Nicel bir olay ağacı modeliniz olduğunda ve riskin hangi girdi olasılıklarının yönlendirdiğini anlamanız gerektiğinde, özellikle girdi verileri belirsiz veya uzman görüşünden türetilmişse HA-OA kullanın. Nükleer, kimya, havacılık ve proses endüstrilerinde, düzenleyici risk hedeflerinin karşılanması ve belirsizlik iletişiminin gerekli olduğu durumlarda uygundur. Olay ağacının savunulabilir olasılık verileri üzerine kurulmadığı durumlarda kullanmayın - hassasiyet analizi kötü temellendirilmiş temel tahminleri telafi etmez, büyütür. Ayrıca, yalnızca nitel bir risk taramasının yeterli olduğu ve nicel analiz için kaynakların mevcut olmadığı durumlarda da kaçının.
Güçlü yönler & sınırlılıklar
- Kaza riskine en çok etki eden bariyer olasılıklarını belirleyerek hedeflenmiş risk azaltmayı sağlar.
- Belirsizliğin düzenleyicilere ve karar vericilere şeffaf bir şekilde iletilmesini destekler.
- Kaynak mevcudiyetine bağlı olarak hem basit OAT pertürbasyonları hem de titiz küresel yöntemlerle (Monte Carlo, Sobol) uyumludur.
- Tamamen nicel bir olasılıksal risk değerlendirmesi için hata ağacı alt modelleriyle entegre edilebilir.
- Veri toplama ve araştırma yatırımını en belirsizliğe duyarlı parametrelere doğru önceliklendirmeye yardımcı olur.
- Sonuçlar yalnızca olay ağacı yapısı ve temel olasılık tahminleri kadar güvenilirdir; çöp girerse çöp çıkar.
- Küresel hassasiyet analizi (Monte Carlo), çok sayıda model değerlendirmesi gerektirir ve büyük, karmaşık ağaçlar için hesaplama açısından yoğun olabilir.
- OAT hassasiyeti, girdiler arasındaki etkileşim etkilerini yakalamaz - iki düşük sıralı girdi, ilişkili olmaları durumunda birlikte baskın olabilir.
- Dal olasılıkları için savunulabilir belirsizlik aralıkları atamak, kendi içinde belirsiz ve kaynak yoğun olan uzman görüşmesi gerektirir.
SSS
OAT hassasiyeti ile küresel hassasiyet analizi arasındaki fark nedir?
Tek seferlik (OAT) hassasiyet, diğerlerini sabit tutarken her bir girdiyi ayrı ayrı değiştirir ve temel durum değerlerindeki yerel etkiyi ölçer. Küresel hassasiyet analizi (örneğin, Sobol indeksleri, Morris taraması), tüm girdileri tam belirsizlik aralıkları boyunca eş zamanlı olarak örnekler ve her bir girdiye ve girdiler arasındaki etkileşimlere atfedilebilen toplam çıktı varyansının ne kadarını ölçer. OAT daha basittir ve daha hızlıdır; küresel yöntemler daha bilgilendiricidir ancak hesaplama açısından yoğundur.
Dallanma olasılıklarım verilerden ziyade uzman görüşünden geliyorsa hassasiyet analizi uygulayabilir miyim?
Evet, ve aslında bu en güçlü kullanım durumlarından biridir. Olasılıklar uzman görüşüyle belirlendiğinde geniş belirsizlik aralıkları taşırlar ve hassasiyet analizi hangi yargıların sonuçları en çok etkilediğini ortaya çıkarır. Kritik bir girdi tamamen uzman tarafından belirlenmiş ve yüksek derecede hassassa, ek veri toplama veya fiziksel testler için öncelikli bir alanı işaret eder.
HA-OA belirsizlik analizinin yerini mi alıyor?
Hayır - bunlar birbirini tamamlayıcıdır. Belirsizlik analizi, çıktının dağılımını karakterize etmek için girdi dağılımlarını model aracılığıyla yayar (örneğin, durum frekansı için %5-95'lik bir aralık). Hassasiyet analizi, her bir girdinin bu çıktı belirsizliğine ne kadar katkıda bulunduğunu açıklar. Her ikisi de tipik olarak nicel risk değerlendirmelerinde birlikte raporlanır.
Küresel bir hassasiyet analizi kaç model değerlendirmesi gerektirir?
Sobol tabanlı yöntemler tipik olarak N(k+2) değerlendirme gerektirir; burada N temel bir örneklem boyutudur (genellikle 500-10.000) ve k belirsiz girdi sayısıdır. 20 belirsiz dallı bir ağaç için bu, on binlerce değerlendirme anlamına gelebilir. Morris taraması çok daha az gerektirir (r(k+1) çalıştırma, yaygın olarak toplam 50-200) ve tam Sobol analizine geçmeden önce pratik bir ilk tarama sağlar.
Her olay ağacı analizi hassasiyet analizi içermeli midir?
Zorunlu değil. Tamamen nitel veya tarama düzeyindeki bir ETA, olasılıkları kesin olarak ölçmek yerine senaryo mantığını belirlemeyi amaçlar; hassasiyet analizi bu bağlamda çok az ekler. Hassasiyet analizi, ETA nicel olduğunda, olasılık girdileri belirsiz olduğunda ve kararlar (mevzuata uygunluk, güvenlik iyileştirmeleri için sermaye tahsisi) risk tahminlerine bağlı olduğunda en değerlidir.
Kaynaklar
- Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M., & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley. ISBN: 978-0470059975
- Event tree analysis. Wikipedia. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Sensitivity Analysis Integrated with Event Tree Analysis. ScholarGate. https://scholargate.app/tr/experimental-design/sensitivity-analysis-with-event-tree-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Olay Ağacı Analizi (ETA)Güvenilirlik↔ karşılaştır
- Hata Türü ve Etki Analizi (HTEA)Deney tasarımı↔ karşılaştır
- Hata Ağacı Analizi (FTA)Güvenilirlik↔ karşılaştır
- Risk-based Event Tree AnalysisDeney tasarımı↔ karşılaştır
- Hata Ağacı Analizi ile Duyarlılık AnaliziDeney tasarımı↔ karşılaştır
- Güvenilirlik Analizi ile Hassasiyet AnaliziDeney tasarımı↔ karşılaştır