灵敏度分析所属部分:模型的分析与检验
建模当中模型分析主要有两种：一个是灵敏度分析，另外一个是误差分析。灵敏度分析（Sensitivity Analysis） 是研究与分析一个系统（或模型）的状态或者输出变化对系统参数或周围条件变化的敏感程度的方法。通用步骤为：控制其他参数不变的情况下，改变模型当中某个参数的值，然后观察模型的结果变化。误差分析（Error Analysis） 是指分析模型中的误差来源，或者估算模型中存在的误差，一般用于预测问题或者数值计算类问题。
案例
灵敏度分析在美赛中的使用
美赛的特将论文基本都有灵敏度分析
2020年A题 << Forecasts for the Ecology and Fisheries Economy of Scottish herring and mackerel>> 特将论文当中引入两个外生因素来估计渔业公司利润评价模型的参数：社会利润率和平均航行距离来说明对模型变量变化的影响，最后画图分析得出影响趋势，最终得出结论。
2020年B题特奖论文 《A Simulation Based Assessment of Sandcastle Foundation》 当中为了保证模型的鲁棒性，引入泥沙携带的波浪对模型变量的影响，最终分析并得出结论。
2020年E题特奖论文 <<Less Waste & better World>> 通过引入增加了某些行业的价值和塑料生产的百分比,并且通过改变参数和比较原始结果和改变结果之间的差异来测试相关的两个模型的灵敏度
灵敏度分析论文特点总结
- 先引入影响变量的因素，然后说明各个因素对变量的影响，最后得出结论
- 画图或者列出数据列表必须，保持一种变量变，其他不变，看系统（模型）变化趋势图，非常直观
题外话：灵敏度分析和误差分析的区别
- 误差分析是考虑变量不全面（或者不严谨），灵敏度分析是外部因素对变量影响
- 快速建立一个可用的模型后，通过交叉验证来检验数据，画出学习曲线或者是检验误差，可以看出算法中会有什么分体，误差分析可以知道系统缺什么，如何提高。例如垃圾邮件分类，通过手动分类可以看得出系统的缺陷，进而思考如何提高（通过选取更换的特征），而灵敏度分析是考虑变量全面了的前提下，但是变量会受到其他外在因素的影响，所以进行灵敏度分析可以得出外在因素对模型变量的影响，增加模型的鲁棒性
什么情况下使用灵敏度分析或者什么情况下只使用误差分析？
通常检验模型的分析和检验这两种都使用，因为误差分析可以完善模型变量，灵敏度分析可以分析外因素对变量的影响
