Сложные математические и вычислительные модели используются во всех сферах общества и технологий, однако модельно-ориентированная наука все чаще оспаривается или опровергается, особенно когда модели применяются к спорным темам в таких областях, как здравоохранение, окружающая среда или экономика. К модельным числам, особенно если эти числа представляют потенциальные финансовые потери, угрозы для здоровья человека или состояния окружающей среды, предъявляются более строгие стандарты доказательств. Количественный анализ чувствительности общепризнанно является одним из таких стандартов.
Математические модели хороши для сопоставления допущений с выводами. Разработчик модели делает предположения о законах, относящихся к системе, о ее статусе и множестве других, часто загадочных, переменных системы и внутренних настройках модели. Насколько мы можем полагаться на выводы, основанные на модели, когда большинство этих предположений сопряжено с неопределенностями?
Глобальный анализ чувствительности предлагает доступное рассмотрение таких проблем посредством количественного анализа чувствительности, начиная с основополагающих принципов и направляя читателя через весь спектр рекомендуемых практик с обширным набором решенных упражнений. В книге объясняется мотивация для анализа чувствительности, рассматриваются необходимые статистические концепции и дается руководство по потенциальным областям применения.
Книга:
-
Предоставляет самодостаточное рассмотрение темы, позволяя читателям изучать и применять глобальный анализ чувствительности без дополнительных материалов.
-
Представляет способы формулировки анализа, интерпретации его результатов и избегания потенциальных ловушек.
-
Содержит многочисленные упражнения и решенные примеры, помогающие проиллюстрировать применение.
-
Написана ведущими специалистами в области анализа чувствительности, объединяющими ряд дисциплинарных backграундов.
Книга будет полезна для аспирантов и практиков в широком спектре предметов, включая статистику, математику, инженерию, физику, химию, экологические науки, биологию, токсикологию, актуарные науки и эконометрику. Она также окажется ценной для инженеров, работающих над анализом рисков, и финансовых аналитиков, занимающихся ценообразованием и хеджированием.
Электронная Книга «Global Sensitivity Analysis» написана автором Jessica Cariboni в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470725177
Описание книги от Jessica Cariboni
Complex mathematical and computational models are used in all areas of society and technology and yet model based science is increasingly contested or refuted, especially when models are applied to controversial themes in domains such as health, the environment or the economy. More stringent standards of proofs are demanded from model-based numbers, especially when these numbers represent potential financial losses, threats to human health or the state of the environment. Quantitative sensitivity analysis is generally agreed to be one such standard. Mathematical models are good at mapping assumptions into inferences. A modeller makes assumptions about laws pertaining to the system, about its status and a plethora of other, often arcane, system variables and internal model settings. To what extent can we rely on the model-based inference when most of these assumptions are fraught with uncertainties? Global Sensitivity Analysis offers an accessible treatment of such problems via quantitative sensitivity analysis, beginning with the first principles and guiding the reader through the full range of recommended practices with a rich set of solved exercises. The text explains the motivation for sensitivity analysis, reviews the required statistical concepts, and provides a guide to potential applications. The book: Provides a self-contained treatment of the subject, allowing readers to learn and practice global sensitivity analysis without further materials. Presents ways to frame the analysis, interpret its results, and avoid potential pitfalls. Features numerous exercises and solved problems to help illustrate the applications. Is authored by leading sensitivity analysis practitioners, combining a range of disciplinary backgrounds. Postgraduate students and practitioners in a wide range of subjects, including statistics, mathematics, engineering, physics, chemistry, environmental sciences, biology, toxicology, actuarial sciences, and econometrics will find much of use here. This book will prove equally valuable to engineers working on risk analysis and to financial analysts concerned with pricing and hedging.
