敏感性检验：模型结果对参数变化的稳健性分析

敏感性检验'Sensitivity Analysis' 是一种统计方法，用于评估模型输出结果对于输入参数的变化的敏感性。它的主要目的是研究模型结果在参数不确定性的情况下的稳定性和可靠性。

敏感性检验的过程涉及以下几个步骤：

1. 确定输入参数：首先需要明确模型中的输入参数，这些参数对于模型的输出结果具有影响。

2. 变化输入参数：通过改变输入参数的值或范围，模拟参数的不确定性和变化情况。可以使用不同的取值、分布、或范围来代表参数的不确定性。

3. 分析输出结果：对于每个变化后的参数值或范围，运行模型并观察输出结果的变化。可以关注模型输出的平均值、变异性、极端情况或特定的感兴趣指标。

4. 评估敏感性：根据输出结果的变化情况，评估模型对不同输入参数的敏感性。常用的敏感性分析方法包括基本敏感性分析、一次敏感性分析、全局敏感性分析等。

敏感性检验可以帮助研究者了解模型输出对不确定性参数的变化的响应程度，识别影响模型结果的关键参数，以及评估模型结果的可靠性和稳定性。它在决策分析、风险评估、环境影响评估等领域有广泛的应用。