感度分析は、特定の変数の入力値の変動が数学モデルの結果にどの程度影響するかを特定するために使用される分析方法です。 感度分析は、ビジネス分析、投資、環境研究、エンジニアリング、物理学、化学など、いくつかの異なる分野に適用できます。
感度分析
感度分析は、モデルで使用される入力の値が変化する可能性がある数学モデルに固有の不確実性に関係しています。 不確実性分析のコンパニオン分析ツールであり、この2つはしばしば一緒に使用されます。 政策決定の結論または推論を引き出すために作成または実行されたすべてのモデルは、計算で使用される入力の有効性に関する仮定に基づいています。 たとえば、株式評価では、資産利益率（ROA）比率は、企業の資産の有効かつ正確な計算が把握でき、資産を評価する手段として利益または利益を分析することが合理的であると想定しています投資目的の会社。
研究または数学計算から導かれた結論は、特定の変数の定義方法や研究用に選択されたパラメーターなどに応じて大幅に変更できます。 基礎となる仮定の変動により、調査または計算の結果が大きく変化しない場合、それらは堅牢であると見なされます。 基本的な入力または仮定の変動が結果を大きく変える場合、感度分析を使用して、入力、定義またはモデリングの変更が結果の精度または堅牢性をどのように改善できるかを判断できます。
投資収益率
ビジネス環境では、感度分析を使用して、特定の計算またはモデリングに基づいて意思決定を改善できます。 企業は感度分析を使用して、将来の分析のために収集する最適なデータを特定し、投資と投資収益率（ROI）に関する基本的な仮定を評価したり、資産とリソースの割り当てを最適化したりできます。 ビジネスで使用される感度分析の簡単な例の1つは、特定の情報を含むかどうかのみが異なる広告の販売結果を比較し、特定の情報を企業の広告に含める効果の分析です。
コンピュータモデルは、天気、環境、気候変動の予測によく使用されます。 感度分析を使用して、さまざまな体系的なサンプリング方法、入力、およびモデルパラメーターがコンピューターモデルから得られた結果または結論の精度にどのように影響するかを分析することにより、このようなモデルを改善できます。
物理学と化学の分野では、感度分析を使用して結果と結論を評価することがよくあります。 感度分析は、いくつかの微分方程式の使用を伴う運動モデルの評価と調整に特に役立つことが証明されています。 さまざまな入力の重要性と、モデルの結果に対する入力の分散の影響を分析できます。
コンピューターモデルの改良
エンジニアリングの標準的な方法では、コンピューターモデルを使用して、構築する前に構造の設計をテストします。 感度分析により、エンジニアは、入力の不確実性または幅広い変動と、モデルの実行可能性に対する対応する影響を評価することにより、より信頼性の高い堅牢な設計を作成できます。 コンピューターモデルの改良は、橋の応力能力やトンネリングリスクなどの評価の精度に大きく影響します。
