a:

Følsomhetsanalyse er en analysemetode som brukes til å identifisere hvor mye variasjoner i inngangsverdiene for en gitt variabel vil påvirke resultatene for en matematisk modell. Sensitivitetsanalyse kan brukes i en rekke ulike fagområder, inkludert forretningsanalyse, miljøstudier, ingeniørfag, fysikk og kjemi.

Sensitivitetsanalyse er opptatt av usikkerheten i matematiske modeller der verdiene for inngangene som brukes i modellen, kan variere. Det er analysørens ledsager for usikkerhetsanalyse, og de to blir ofte brukt sammen. Alle modeller sammensatt eller studier gjort for å trekke konklusjoner eller avledninger for politiske beslutninger er basert på forutsetninger om gyldigheten av inngangene som brukes i beregningene. For eksempel, i egenkapitalvurdering, forutsetter ROA-forholdet at en gyldig, nøyaktig beregning av selskapets eiendeler kan nås, og at det er rimelig å analysere fortjeneste eller avkastning i forhold til eiendeler som et middel å evaluere et selskap for investeringsformål.

Konklusjonene fra studier eller matematiske beregninger kan endres vesentlig avhengig av hvordan en bestemt variabel er definert eller parametrene valgt for en studie. Når resultater av en studie eller beregning ikke endres vesentlig på grunn av variasjoner i underliggende forutsetninger, anses de å være robuste. Hvis variasjoner i grunnleggende innganger eller antagelser vesentlig endrer utfall, kan sensitivitetsanalyser benyttes for å bestemme hvordan endringer i innganger, definisjoner eller modellering kan forbedre nøyaktigheten eller robustheten av resultatene.

I en forretningsmessig kontekst kan sensitivitetsanalyse brukes til å forbedre beslutninger basert på bestemte beregninger eller modellering. Et selskap kan bruke sensitivitetsanalyse for å identifisere de beste dataene som skal samles inn for fremtidige analyser, for å evaluere grunnleggende forutsetninger om investering og avkastning på investeringen, eller for å optimalisere allokering av ressurser og ressurser. Et enkelt eksempel på sensitivitetsanalyse som brukes i virksomheten, er en analyse av effekten av å inkludere en viss informasjon i et selskaps reklame og sammenligne salgsresultater fra annonser som bare avviger om de inneholder spesifikk informasjon eller ikke.

Datamodeller brukes ofte i vær-, miljø- og klimaendringer. Sensitivitetsanalyse kan brukes til å forbedre slike modeller ved å analysere hvordan ulike systematiske prøvetakingsmetoder, innganger og modellparametere påvirker nøyaktigheten av resultatene eller konklusjonene fra datamodellene.

Fagene og fysikkens disipliner benytter ofte sensitivitetsanalyse for å evaluere resultater og konklusjoner.Sensitivitetsanalyse har vist seg spesielt nyttig i evalueringen og justeringen av kinetiske modeller som involverer bruk av en rekke differensialligninger. Betydningen av ulike innganger og virkningen av varians i inngangene på modellutfallene kan analyseres.

Det er vanlig praksis innen ingeniørbruk å bruke datamodeller til å teste konstruksjonen av konstruksjoner før de bygges. Sensitivitetsanalyse hjelper ingeniører til å skape mer pålitelige, robuste design ved å vurdere usikkerhetspunkter eller store variasjoner i mulige innganger og deres tilsvarende effekter på modellens levedyktighet. Forfining av datamodeller kan påvirke nøyaktigheten av evalueringer av slike ting som brostresjonsevne eller tunnelingrisiko.