敏感性分析怎么算

同程

敏感性分析是指对某个模型变量（或多个模型变量）进行不同程度的变化，观察模型结果的变化情况，以便帮助分析人员了解这些变量对模型结果的影响程度。敏感性分析的主要方法有参数变化法、一次性变化法和分步变化法。

下面分别介绍这几种方法的计算步骤：

1. 参数变化法

步骤1：确定需要进行敏感性分析的变量；

步骤2：对选定变量进行变化，一般是在基准值的基础上增加或减少一定比例的值；

步骤3：运行模型，记录输出结果；

步骤4：计算变量变化前后输出结果的差异，以此确定该变量对模型结果的敏感性。

具体计算公式如下：

变量敏感性 = (变量变化后输出值 - 基准值输出值) / 基准值输出值 * 100%

2. 一次性变化法

步骤1：确定需要进行敏感性分析的变量；

步骤2：对选定变量进行一次性变化，即在给定的范围内随机取值；

步骤3：运行模型，记录输出结果；

步骤4：计算变量不同取值下输出结果的差异，以此确定该变量对模型结果的敏感性。

具体计算公式如下：

变量敏感性 = (最大输出值 - 最小输出值) / 基准值输出值 * 100%

3. 分步变化法

步骤1：确定需要进行敏感性分析的变量；

步骤2：对选定变量进行分步变化，记录每个变化点的输出结果；

步骤3：运行模型，记录输出结果；

步骤4：计算变量不同取值下输出结果的差异，以此确定该变量对模型结果的敏感性。

具体计算公式如下：

变量敏感性 = | 每个变化点的输出值 - 基准值输出值 | / 基准值输出值 * 100%