灵敏度分析是一种分析方法，用于确定给定变量的输入值中的多少变化会影响数学模型的结果。 敏感性分析可以应用于几个不同的学科，包括商业分析，投资，环境研究，工程，物理和化学。
敏感性分析
灵敏度分析与数学模型中固有的不确定性有关，其中模型中使用的输入值可能会发生变化。 它是不确定性分析的辅助分析工具，经常一起使用。 为做出政策决定而得出结论或推论的所有模型或执行的研究均基于有关计算所用输入的有效性的假设。 例如，在股权评估中，资产回报率（ROA）假设可以得出公司资产的有效，准确的计算，并且分析资产的利润或回报是合理的，以此作为评估资产的方法。公司用于投资目的。
从研究或数学计算得出的结论可以根据诸如如何定义某个变量或为研究选择的参数之类的东西而显着改变。 当研究或计算的结果由于基础假设的变化而没有显着变化时，它们被认为是可靠的。 如果基础输入或假设的变化显着改变了结果，则可以使用敏感性分析来确定输入，定义或建模中的变化如何提高任何结果的准确性或鲁棒性。
投资回报
在业务环境中，可以使用敏感性分析基于某些计算或建模来改进决策。 公司可以使用敏感性分析来确定要收集的最佳数据，以供将来进行分析，以评估有关投资和投资回报率（ROI）的基本假设，或者优化资产和资源的分配。 商业中使用的敏感性分析的一个简单示例是，对在公司的广告中包含特定信息的结果进行比较的分析，比较来自仅包含或不包含特定信息的广告的销售结果。
计算机模型通常用于天气，环境和气候变化预测中。 通过分析各种系统的采样方法，输入和模型参数如何影响从计算机模型获得的结果或结论的准确性，可以使用敏感性分析来改进此类模型。
物理和化学学科经常使用敏感性分析来评估结果和结论。 事实证明，敏感性分析在涉及多个微分方程的动力学模型的评估和调整中特别有用。 可以分析各种输入的重要性以及输入中的方差对模型结果的影响。
完善计算机模型
在工程中，使用计算机模型测试结构的设计是工程的标准做法。 灵敏度分析可通过评估不确定性点或可能输入的广泛变化及其对模型生存能力的相应影响，来帮助工程师创建更可靠，更可靠的设计。 计算机模型的完善会严重影响诸如桥梁应力能力或隧道风险等事物的评估准确性。
