sens_morris — MULTIVAR `sensitivity` op

• データ種: design × signal → table

• 呼び出し: import fullseye as fs; fs.ledger.sens_morris(design=None, y=None, negligible=0.05) -> 'dict' (実装を直接呼ぶなら import sensitivity; sensitivity.sens_morris(design=None, y=None, negligible=0.05) -> 'dict'、台帳から引くなら opsmultivar.get("sens_morris"))

使い方

Morris の要素効果 -> 因子ごとの mu, mu*, sigma(Morris 1991、mu* は Campolongo ら 2007)。

> 以下の詳細説明は原文のままです —— 要約と見出しは訳出済み。

design must come from doe_morris (its trajectory bookkeeping is used) and y holds the model output for its rows in order. For trajectory t and step s that moves factor i by ±delta: EE_i = (y_s - y_{s-1}) / (±delta) in unit-cube units, and also per natural unit of the factor (ee_natural; on a log-scale factor the step is in log10 units).

mu (mean EE) can cancel when effects change sign; mu_star (mean |EE|) does not and is the ranking measure; sigma (standard deviation, ddof = 1) is large when the effect depends on where the other factors are (non-linear or interacting). class per factor: negligible (mu* below negligible x the largest mu*), linear/additive (sigma < 0.1 mu*: the effect is the same everywhere — a convention of this op, stated), otherwise non-linear or interacting.

詳しい使い方ガイド

• design_of_experiments ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• sensitivity_tour — py -3.11 examples/sensitivity_tour.py

型が繋がる次の op(`table` を入力に取れる)

—

同カテゴリ(`sensitivity`)

doe_morris · doe_saltelli · sens_sobol

*Provenance: sensitivity.py — MULTIVAR operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

sens_morris — MULTIVAR sensitivity op

使い方