Sensitivityanalyyseillä

Sensitivityanalyyseillä tarkoitetaan tutkimusmenetelmiä, joiden avulla arvioidaan, miten epävarmuus syötteissä vaikuttaa mallin tuloksiin. Niiden avulla voidaan tunnistaa, mitkä muuttujat vaikuttavat eniten tulokseen, ja ohjata datankeruuta sekä mallinparannuksia. Menettelyä käytetään laajalti ekonometrikasta, ekonometristen ja epidemiologisten malleja sekä ympäristö- ja teknillisissä sovelluksissa.

Menetelmät voidaan jakaa lokalisiin ja globaaleihin analyysiin. Lokalinen analyysi tarkastelee yhden tai muutaman syötteen vaikutusta tulokseen pienellä vaihteluvälillä ja usein käyttää derivaattoja tai yhdistettyjä muutosprosenteja. Globaalissa analyysissä tutkitaan syötteiden vaikutusta koko epävarmuusalueen yli, usein monimutkaisempien simulointien kautta. Tunnettuja globaaleja menetelmiä ovat Morris-tutkimusmenetelmä, Sobol- tai variance-based -indeksit sekä FAST/eFAST-sovellukset. Lisäksi käytetään suojattuja malleja (surrogate models) ja Latin hypercube -otantaa tehokkaan kattamisen vuoksi.

Prosessi etenee yleensä näin: määritellään malli ja toivottu tulos, valitaan syötteet ja niiden vaihteluvälit, suoritetaan suuria simulointeja erilaisten syöteyhdistelmien läpi, ja tulokset analysoidaan sensitiivisyysmittarein sekä visuaalisin menetelmin kuten tornado-diagrammeilla. Tulosten tulkinta auttaa sekä turvallisen päätöksenteon tukemista että mallin kehittämisen priorisointia.

Sovelluksia esiintyy muun muassa lääke- ja farmakokinetiikassa, epidemiologiassa, ympäristömallinnuksessa sekä taloustieteellisissä ja teknisissä midellöissä. Rajoituksia ovat laskentakustannukset, syötteiden epäyhteensopivuus, ei-lineaarisuus sekä tulosten tulkinnan riippuvuus valituista mittareista ja alueista.