herkkyysanalyysia

Herkkyysanalyysi on erilaisten mallien ja laskentajärjestelmien käytettyjä menettelyjä, joiden avulla arvioidaan, miten syötteiden tai parametrien arvojen vaihtelu vaikuttaa mallin tuottamiin tuloksiin. Tavoitteena on tunnistaa kriittiset muuttujat ja ymmärtää tulosten herkkyys epävarmuudelle.

Herkkyysanalyysi voidaan jakaa paikalliseen ja globaaliin. Paikallinen analyysi tutkii tuloksia pienten muutosten vaikutuksesta yhdellä muuttujalla kerrallaan, kun taas globaali analyysi tarkastelee koko epävarmuusaluetta ja kaikkien muuttujien välistä vuorovaikutusta.

Yleisimmät menetelmät ovat One-at-a-Time (OAT) -menetelmät sekä derivaattoihin perustuvat lähestymistavat; varianssipohjaiset menetelmät kuten Sobol-indeksit; Morris-menetelmä elementaarisiin vaikutuksiin; FAST- ja Monte Carlo -menetelmät sekä Latin hypercube -otanta. Käytetty valinta riippuu mallin monimutkaisuudesta ja käytettävissä olevasta laskentavoimasta.

Prosessi alkaa siitä, että määritellään malli ja sen syötteet sekä epävarmuudet tai jakaumat, valitaan analyyseihin soveltuvat menetelmät ja suoritetaan runsaasti simulointeja. Tuloksia tulkitaan tunnistamaan vaikuttavat muuttujat ja ohjaamaan mallin kehittämistä sekä datankeruuta.

Sovellukset kattavat riskinarvioinnin, ympäristö- ja tekniset mallit, talousmallit sekä ilmasto- ja vesistömallinnuksen. Hyötynä on parempi ymmärrys siitä, missä tietoa kannattaa kerätä ja miten mallia voi yksinkertaistaa tai kalibroida.

Rajoituksia ovat korkea laskennallinen kustannus etenkin globaaleissa analyyseissä, syötteiden epävarmuuksien ja jakautumien valintaan liittyvät oletukset sekä mahdolliset korrelaatiot syötteiden välillä. Hyvä käytäntö on käyttää useita menetelmiä, dokumentoida oletukset ja raportoida tulosten epävarmuus.