A Robust importance measure for sensitivity analysis

感度解析ための一つのロバストな重要度指標について

本間 俊充; 劉 峭

Homma, Toshimitsu; Liu, Q.

リスク問題を評価する際、出力変数の不確実さ問題は回避できない。不確実さ重要度指標は、入力変数のばらつきがどの程度出力変数に寄与するかを評価するための指標である。これまでには、平均値をベースにした指標や分散をベースにした指標など、数多くの重要度指標が提出された。これらの重要度指標の長所と短所を分析したうえで、著者らは新しい重要度指標を提案した。新指標は、出力変数の累積確率分布の変化自体を取り扱うモーメント独立なものである。モンテカルロ手法に基づき、この新指標の計算方法も提案し、二つの例を用いて、提案した新指標による計算結果の安定性を示した。

One issue that can not be ignored in risk assessment is the existence of uncertainties of the model output. An uncertainty importance measure is an index aiming at identifying the contribution of uncertain input parameters to output uncertainty. Up till now, many kinds of importance measure have been proposed, such as mean-based measure, variance-based measure. By analyzing the merits and shortcomings of these measures, the authors proposed a new importance measure, which evaluates the influence of the entire range of input distribution on the entire range of output distribution. A Monte Carlo based computational method is put forward to estimate this new measure. Taking two test models as the examples, the authors proved that the calculation results of this new measure is stable.