敏感性分析变量有哪些

敏感性分析是一种评估模型或系统对输入变量变化的敏感程度的方法。在敏感性分析中，变量可以分为以下几类：

单变量敏感性分析

评估单个输入变量变化对模型输出的影响。

示例：地价-利润率，售价-利润率，成本-利润率；地价-IRR，售价-IRR，成本-IRR。

双变量敏感性分析

评估两个输入变量同时变化对模型输出的联合影响。

多变量敏感性分析

评估多个输入变量同时变化对模型输出的影响。

其他敏感性分析指标

负面情感比例、文章覆盖率、参与度和热度、情感倾向性、发布频率、关键词识别、话题覆盖度等。

常用的统计指标包括均方根误差（RMSE）、平均绝对误差（MAE）、决定系数（R2）等。

选择合适的敏感性分析指标取决于研究目的和所分析的问题类型。敏感性分析有助于确定输入变量的最优取值，从而优化模型或系统的性能