查词猫

模型结果的敏感性分析

灵敏度分析中常用的元模型有哪些?

回答:灵敏度分析中常用的元模型有MARS(多元自适应回归样条)、ACOSSO(自适应分量选择和平滑算子)、支持向量机、GP(高斯过程)、TGP(树状高斯过程)。MARS结合了样条回归、逐步模型拟合和递归划分。

什么是敏感性分析?

A:敏感性分析是研究如何将数学模型或系统(数值或其他)输出中的不确定性划分并分配给输入中不同的不确定性来源。一个相关的做法是不确定性分析,更注重不确定性的量化和传播;理想情况下,不确定性和敏感性分析应该同时进行。

敏感性分析结果与主要分析结果不一致怎么办?

A:当敏感性分析结果与主分析结果不一致时,说明主分析结果不稳健。建议在结果部分直接呈现敏感性分析结果,以引起读者的关注和思考,并在讨论部分对可能的原因进行分析和说明。如有必要,还应进行模拟研究。关于如何执行标准和报告敏感性分析,目前还没有统一的标准。

单变量敏感性分析表有哪些?

回答:常用的单变量敏感性分析表有:地价-利润率、售价-利润率、成本-利润率;地价-内部收益率,销售价格-内部收益率,成本-内部收益率。操作基本相同。我们以地价-利润率的敏感性分析为例进行了论证。

免责声明
查词猫是一个由大数据和网友共同维护的在线词典工具,其大数据部分是基于自然语言处理和文本理解技术生成。如果您发现信息不准确、不完整、涉嫌侵权或违规,请通过 ai@know.email 联系我们,我们会根据相关法律规定及时处理。
未经许可,禁止商业网站等复制、抓取查词猫内容;合理使用者,请注明来源于www.chacimao.com
基本信息
中文名
模型结果的敏感性分析
摘要
灵敏度分析中常用的元模型有哪些?回答:灵敏度分析中常用的元模型有MARS(多元自适应回归样条)、ACOSSO(自
词条统计
所属栏目
更新时间
2024-05-30 21:39
内容字数
608