Revue sur l'analyse de sensibilité globale de modèles numériques

Résumé : Cet article a pour objectif d'effectuer un survol rapide, mais dans un cadre méthodologique relativement complet, des différentes méthodes d'analyse de sensibilité globale d'un modèle numérique. Faisant appel à de nombreux outils statistiques (régression, lissage, tests, apprentissage, techniques de Monte Carlo, ...), celles-ci permettent de déterminer quelles sont les variables d'entrée d'un modèle qui contribuent le plus à une quantité d'intérêt calculée à l'aide de ce modèle (par exemple la variance d'une variable de sortie). Trois grandes classes de méthodes sont ainsi distinguées : le criblage (tri grossier des entrées les plus influentes parmi un grand nombre), les mesures d'importance (indices quantitatifs donnant l'influence de chaque entrée) et les outils d'exploration du modèle (mesurant les effets des entrées sur tout leur domaine de variation). Une méthodologie progressive d'application de ces techniques est illustrée sur une application à vocation pédagogique. Une synthèse est alors formulée afin de situer chaque méthode selon trois axes : coût en nombre d'évaluations du modèle, complexité du modèle et type d'information apportée.
Liste complète des métadonnées

Cited literature [69 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-00503179
Contributor : Bertrand Iooss <>
Submitted on : Tuesday, December 7, 2010 - 12:18:37 AM
Last modification on : Tuesday, March 6, 2018 - 3:58:08 PM
Document(s) archivé(s) le : Tuesday, March 8, 2011 - 2:38:51 AM

File

JSFdS_iooss.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00503179, version 2

Collections

Citation

Bertrand Iooss. Revue sur l'analyse de sensibilité globale de modèles numériques. Journal de la Société Française de Statistique, Société Française de Statistique et Société Mathématique de France, 2011, 152 (1), pp.1-23. ⟨hal-00503179v2⟩

Share

Metrics

Record views

654

Files downloads

4155