Validation
敏感性分析和模型驗證有什麼區別？
我閱讀了敏感性分析和模型驗證的維基百科頁面（這裡只有線性回歸驗證），但我沒有設法找到將這兩個術語分開的方法。
我的印像是第一個更多地用於學術界和工程，而第二個則用於“數據科學”。
我看到的一個選擇是修改這些術語的描述級別：敏感性分析更像是設計高級方法分支的通用術語，模型驗證可能更具體並包含在敏感性分析中。
任何想法？
比起這兩個概念之間的相似之處，我更感興趣的是差異。
這有點過於簡單化了，但模型驗證通常會告訴人們當前模型與手頭數據的匹配程度。
敏感性分析告訴人們**，在給定新信息或假設發生變化的情況下，基於該模型的結果發生變化的可能性有多大。**
例如，某人可以開發一個旨在確定乾預措施對結果的影響的模型，並且該模型可以在他們收集的數據下很好地驗證（即它似乎非常擅長預測反應）。然而，該模型基於許多假設——一個是所有協變量都被考慮在內。敏感性分析可以告訴人們，如果這個具有某些屬性的新“虛構”變量存在，您的模型結果會發生多大變化。