这有点过于简单化了，但模型验证通常会告诉人们当前模型与手头数据的匹配程度。

敏感性分析告诉人们，在给定新信息或假设发生变化的情况下，基于该模型的结果发生变化的可能性有多大。

例如，某人可以开发一个旨在确定干预措施对结果的影响的模型，并且该模型可以在他们收集的数据下很好地验证（即它似乎非常擅长预测反应）。然而，该模型基于许多假设——一个是所有协变量都被考虑在内。敏感性分析可以告诉人们，如果这个具有某些属性的新“虚构”变量存在，您的模型结果会发生多大变化。

此外，敏感性分析可以被认为是通过为最关键的输入参数选择适当的值（校准）来提高模型有效性的工具。通过使用敏感性分析和定义输入参数值，我们增加了手头模型的可信度。