メインコンテンツへスキップ
感度解析は、フィットが実際に拘束しているパラメータと、拘束していないパラメータを明らかにします。標準的な手法は、パラメータ範囲にわたる分散ベースの SOBOL 指標です。数学的背景(一次 vs 全次、Saltelli サンプリング)は 感度解析 (英語ガイド) を参照してください。
感度解析は現時点では フィット後・インプロセス の機能であり、ionworkspipeline から直接利用できます。ionworks-schema の要素や ionworks-api のエンドポイントとしてはまだ公開されていません — スタンドアロンインタフェースについては pipeline.docs.ionworks.com を参照してください。

​
指標の読み方

フィット後の感度解析は、一次 (S1) と全次 (ST) の指標および 95% 信頼区間を返します。 
{
    "S1": [0.65, 0.25],
    "S1_conf": [0.05, 0.04],
    "ST": [0.72, 0.35],
    "ST_conf": [0.06, 0.05],
}
量読み方
S1 が 1 に近いそのパラメータ単体で出力分散の大部分を説明
ST − S1 が大きいパラメータの影響は主に相互作用を経由
ST が 0 に近い範囲内では識別不可能なパラメータ — 固定を検討
1 − sum(S1)結合的な相互作用のみで説明される分散

​
ワークフロー

1

パラメータのスクリーニング

n_samples=256 程度から始めて、ST が無視できないパラメータ(通常は ST > 0.05)を特定します。
2

精緻化

重要なパラメータについては n_samples=1024 などで再実行し、信頼区間を縮めます。
3

相互作用の調査

複数のパラメータで ST − S1 が大きい場合は二次指標を有効化します — S2[i, j] で結合の強いペアが分かります。
n_samples は 2 のべき乗を選んでください。背後の SOBOL スキームは n⋅(2p+2)n \cdot (2p + 2) 回のモデル評価を行います(pp はフィットパラメータ数)。

​
評価失敗が多すぎる場合

提案されたパラメータの組み合わせでモデルが解けず、評価の有意な割合 (>5%) が失敗する場合は次を確認します。
  • パラメータの境界が物理的に妥当か
  • モデルがパラメータ空間全体で安定か
  • フィット値の周囲に境界を狭めるか検討

感度解析 (理論)

SOBOL 指標、Saltelli 推定量、識別可能性 (英語ガイド)。

データフィッティング概要

感度解析の対象となるフィットの設定方法。