敏感性分析是一种分析方法，用于确定给定变量的输入值中有多少变化会影响数学模型的结果。敏感性分析可以应用于几个不同的学科，包括商业分析、投资、环境研究、工程、物理和化学。

关键要点

• 敏感性分析 用于确定给定变量的输入值中有多少变化会影响数学模型的结果。
• 敏感性分析可以确定为分析收集的最佳数据 评估项目的投资回报率（ROI）。
• 灵敏度分析通过评估设计结构中的不确定点，帮助工程师创建更可靠、更稳健的设计。

了解敏感性分析

敏感性分析涉及数学模型中固有的不确定性，其中模型中使用的输入值可能会发生变化。它是不确定性分析的配套分析工具，二者经常一起使用。所有组成的模型和执行的研究，都是基于对计算中所用输入有效性的假设，以得出结论或推断政策决策。

例如，在股权估值中，资产回报率（ROA）假设可以计算出一个有效、准确的公司资产计算，并且可以合理地分析与资产有关的利润或回报，作为投资目的评估公司的一种手段。

从研究或数学计算中得出的结论可能会有很大的改变，这取决于某些变量的定义或研究参数的选择。当研究或计算的结果由于基本假设的变化而没有显著变化时，它们被认为是稳健的。如果基本输入或假设的变化显著改变了结果，则可以采用敏感性分析来确定输入、定义或建模的变化如何提高任何结果的准确性或稳健性。

如何使用敏感性分析

敏感性分析在各种情况下都很有帮助，包括预测或预测以及确定流程中需要改进或调整的地方。然而，使用历史数据有时会导致预测结果不准确，因为过去的结果不一定会导致未来的结果。下面是敏感性分析的一些常见应用。

投资回报率

在业务环境中，敏感性分析可用于改进基于某些计算或建模的决策。公司可以使用敏感性分析来确定最佳数据，以便收集用于未来分析，以评估有关投资和投资回报率（ROI）的基本假设，或优化资产和资源的配置。

商业中使用的敏感性分析的一个简单例子是，对公司广告中包含某一信息的效果进行分析，比较只在是否包含特定信息方面有所不同的广告的销售结果。

气候模型

计算机模型通常用于天气、环境和气候变化预测。灵敏度分析可以通过分析各种系统抽样方法、输入和模型参数如何影响从计算机模型得到的结果或结论的准确性来改进这种模型。

科学研究

物理和化学学科通常采用敏感性分析来评价结果和结论。敏感性分析已证明在涉及使用几个微分方程的动力学模型的评估和调整**别有用。可以分析各种输入的重要性以及输入方差对模型结果的影响。

工程

在建造结构之前，使用计算机模型测试结构的设计是工程中的标准做法。敏感性分析通过评估不确定点或可能输入的广泛变化及其对模型可行性的相应影响，帮助工程师创建更可靠、更稳健的设计。计算机模型的改进会显著影响桥梁应力能力或隧道风险等评估的准确性。