sensitiviteitsanalyse

Sensitiviteitsanalyse is een methode om te bepalen hoe onzekerheden in de invoervariabelen van een model doorwerken in de onzekerheid van de output. Het doel is inzicht te krijgen in welke factoren de output het meest bepalen, onder welke voorwaarden en hoe robuust de voorspellingen zijn.

Er bestaan lokale en globale methoden. Lokale sensitiviteitsanalyse onderzoekt de reactie van de output op kleine veranderingen in één invoervariabele tegelijk, vaak via afgeleiden of kleine perturbaties. Globale sensitiviteitsanalyse kijkt over het hele speelveld van invoerwaarden en houdt rekening met interacties tussen variabelen en nonlineariteiten. Veelgebruikte globale methoden zijn Morris screening en variantie-gebaseerde methoden zoals Sobol-indices. Andere benaderingen zijn FAST en emulatie-technieken die gebruikmaken van surrogate-modellen.

Stappen: definieer het model en de outputs; specificeer de onzekerheden van de invoervariabelen; kies een gevoeligheidsmaat en methode; voer de berekeningen uit; interpreteer welke factoren de output domineren en hoe interacties optreden; rapporteer de bevindingen en onzekerheidsbijdragen.

Toepassingsvelden omvatten engineering, economische planning, milieu- en klimaatmodellering, epidemiologie en risicobeoordeling. Beperkingen omvatten afhankelijkheden tussen inputs, de modelstructuur en de keuze van outputmetingen; globale methoden kunnen computationeel intensief zijn en de interpretatie vereist zorgvuldigheid.

Zie ook onzekerheidsanalyse, scenarioanalyse en onzekerheidskwantificatie.