我如何解释SaLib输出?

问题描述 投票:0回答:1

我正在使用自定义功能运行SaLib,并收到以下输出:

{'S1': array([0.12899883, 0.76176135]),
 'S1_conf': array([0.28196636, 0.71331346]),
 'S2': array([[nan, -0.05734368],[nan,nan]]),
 'S2_conf': array([[nan, 0.37239091],[nan,nan]]),
 'ST': array([0.0908465 , 0.61461588]),
 'ST_conf': array([0.15045759, 0.45453896])}

我该如何具体解释S1和ST输出?

我的印象是S1或ST应该都加1,但显然在我的情况下没有发生。

我是否假设我的输出差异的9%和61.4%由input1和input2确定?还有我的问题中未定义的其他输入的剩余方差?

python optimization
1个回答
0
投票

一阶索引S1仅考虑与该变量的差异(不与其他变量进行交互)。总订单指数ST解释了输入的差异以及给定输入与其他输入之间的相互作用。通常,S1值之和应小于1,ST值之和应大于1。(此post可能有助于解释。)

在您的示例中,9%的方差将归因于单独的input1和input1-input2交互。同样,只有61%的方差可归因于单独的input2和input1-input2交互。 [S1_conf和ST_conf显示索引的估计值存在很高的不确定性。报告具有如此大的不确定性的索引将很困难。

为了获得更可靠的估计,应该增加样本大小,可能增加10倍或更多。如果没有关于您使用的模型类型的更多信息,就很难确定除了采样不确定性之外还会导致这些结果的原因。

© www.soinside.com 2019 - 2024. All rights reserved.