모리스 방식

Morris method

적용된 통계에서 글로벌 민감도 분석을 위한 모리스 방법은 이른바 원스텝 어타임 메서드(OAT)로, 각 런에서 하나의 입력 파라미터에만 새로운 값이 주어지는 것을 의미한다.입력값의 가능한 범위를 다른 지점 x(1 → r)에서 다수의 국소적 변화를 일으켜 글로벌 민감도 분석을 용이하게 한다.

메소드의 상세 정보

기본 효과의 분포

ih 입력 계수와 관련된 기초 효과의 유한 분포는 Ω과 다른 x를 랜덤하게 샘플링하여 얻으며 Fi로[1] 표시된다.

변형

모리스의 원저에서 제안된 두 가지 민감도 측정은 각각 평균, μ, 표준 편차인 σ이었다.그러나, 모리스의 선택은, 만약 분포, Fi가 부정적인 요소들을 포함하고 있다면, 만약 모델이 비단조적일 때, 어떤 평균들을 계산할 때, 어떤 효과들은 서로를 상쇄시킬 수 있는 단점이 있다.따라서 측정 μ 자체는 중요도 순서에 따라 순위를 매기는 요인에는 신뢰할 수 없다.μ와 μ의 값을 동시에 고려할 필요가 있는데, μ의 값은 서로 다른 기호의 초기 효과를 갖는 인자는 μ의 값은 낮지만 인자를 과소평가하지 않는 상당한 μ의 값을 가질 수 있기 때문이다.[1]

μ*

분포 Fi가 모형이 비단조적일 때 발생하는 음의 요소를 포함하는 경우, 평균을 계산할 때 일부 효과가 서로 상쇄될 수 있다.단일 민감도 측정법을 사용해 중요도 순서에 따라 인자의 순위를 매기는 것이 목표일 때, 절대값을 이용하여 반대 기호의 효과 발생을 회피하는 μ³을 사용하는 것이 과학적 조언이다.[1]

Revision Morris method μ*는 출력에 중요한 전체적인 영향을 미치는 입력 요인을 검출하기 위해 사용된다.σ은 다른 요인과의 상호작용에 관여하는 요인 또는 그 효과가 비선형인 인자를 검출하는 데 사용된다.[1]

방법의 단계

방법은 모든 입력 변수에 대해 가능한 값의 정의된 범위 내에서 일련의 시작 값을 샘플링하고 후속 모델 결과를 계산하는 것으로 시작한다.두 번째 단계는 한 변수(다른 모든 입력은 시작 값에 남아 있음)에 대한 값을 변경하고 첫 번째 런과 비교하여 모델 결과의 변화를 계산한다.다음으로 다른 변수에 대한 값이 변경되고(이전 변수는 변경된 값으로 유지되며 다른 변수는 모두 시작 값으로 유지됨) 두 번째 런과 비교한 모델 결과의 변화가 계산된다.이것은 모든 입력 변수가 변경될 때까지 계속된다.이 절차는 시작 값의 집합이 서로 다른 r(k + 1)회 반복되며, 여기서 k는 입력 변수의 수입니다.이러한 수치는 민감도 분석에 더 까다로운 방법에 비해 매우 효율적이다.[2]

큰 차원성의 모델에서 인자를 선별하는 데 널리 사용되는 민감도 분석 방법은 모리스가 제안한 설계다.[3]모리스 방법은 예를 들어 모델 입출력 관계의 부가성이나 단조성과 같은 모델에 대한 엄격한 가정에 의존하지 않고 수백 개의 입력 인자를 포함하는 모델을 효율적으로 다룬다.모리스 방식은 이해와 실행이 간단하고, 그 결과를 쉽게 해석할 수 있다.나아가 모델인자 수에서 선형인 다수의 모델 평가가 필요하다는 점에서 경제적이다.입력 공간의 서로 다른 지점에서 계산한 다수의 국소 측정(초기 효과)을 평균하여 최종 측정치를 얻으므로 이 방법은 글로벌한 것으로 간주할 수 있다.[2]

참고 항목

참조

  1. ^ a b c d Andrea Saltelli; Stefano Tarantola; Francesca Campolongo; Marco Ratto (2004). Sensitivity analysis in practice: a guide to assessing scientific models. John Willy & Sons, Ltd. pp. 94–120.
  2. ^ a b Campolongo, F.; Cariboni, J.; Saltelli, A. (2003). "Sensitivity analysis: the Morris method versus the variance based measures" (PDF). {{cite journal}}:Cite 저널은 필요로 한다. journal=(도움말)
  3. ^ Morris, M.D. (1991). "Factorial Sampling Plans for Preliminary Computational Experiments" (PDF). Technometrics. 33 (2): 161–174. CiteSeerX 10.1.1.584.521. doi:10.2307/1269043. JSTOR 1269043.

외부 링크