反演区域敏感性分析以揭示敏感模型行为
统计理论
2022-11-04 v1 统计方法学
统计理论
摘要
我们利用区域敏感性分析（RSA）研究任意维度模型输出的敏感性分析问题。经典RSA计算与模型输入变化对模型输出空间中目标区域出现的影响相关的敏感性指数。在本工作中，我们反转这一视角，提出针对给定目标模型输入，寻找其出现最能由该输入变化所解释的区域。当该区域存在时，可视为对研究所涉模型输入变化尤为敏感的模型行为。我们将此方法命名为iRSA（即逆RSA）。iRSA被形式化为一个使用基于区域的敏感性指数的优化问题，并通过专用数值算法求解。借助解析与数值算例（包括一个生成时间序列的环境模型），我们表明iRSA能为各种维度的模型输出提供新颖的、可解释的图形化敏感性刻画。
引用
@article{arxiv.2211.01627,
title = {Inverting Regional Sensitivity Analysis to reveal sensitive model behaviors},
author = {Sébastien Roux and Patrice Loisel and Samuel Buis},
journal= {arXiv preprint arXiv:2211.01627},
year = {2022}
}