تحلیل حساسیت واریانس ‌مبنا در مدل‌های تعیینی

امکان مطالعۀ بسیاری از پدیده های علمی و طبیعی در شرایط آزمایشگاهی میسر نیست و لذا آنها را در قالب مدل های ریاضی بیان و با کدهای کامپیوتری پیچیده، شبیه سازی می کنند. اجرای مدل کامپیوتری با ورودی های متفاوت را آزمایش کامپیوتری می نامند. مباحث آماری، در آزمایش های کامپیوتری از جایگاه ویژه ای برخوردار است.در این مقاله ضمن تشریح ساختار این مدل ها، به معرفی وبیان اهمیت تحلیل حساسیت واریانس مبنا می پردازیم. تحلیل حساسیت، مجموعۀ روش هایی است که اثربخش بودن پارامترهای ورودی را بر خروجی مدل با شاخص های حساسیت تعیین می کنند. این شاخص ها بر اساس مفاهیم واریانس های شرطی بیان می شوند. از آن جا که شکل ریاضی این مدل ها، به صورت صریح مشخص نیست؛ مسئلۀ برآورد این شاخص ها با روش های مونته کارلو مبنا مطرح می گردد. از طرف دیگر زمان اجرا، چالش جدی در مدل های کامپیوتری محسوب می شود. طرح نقاط آزمایش ویژه ای مبتنی بر اعداد شبه تصادفی، برای کاهش زمان اجرای مدل پیشنهاد شده است. به منظور پرداختن به جنبۀ عملی، از مدل inca-n که میزان آلایندگی نیتروژن ورودی به آب رودخانه ها را شبیه سازی می کند، استفاده شده است تا بتوان با شاخص های حساسیت متغیرهای تاثیرگذار بر این عامل تهدید کنندۀ سلامت انسان و محیط زیست را شناسایی کرد.