定义

过失误差敏感度（gross error sensitivity），指评估统计模型对误差或异常值敏感程度的指标，反映模型在数据偏离假设时性能下降的程度。高过失误差敏感度意味着模型对误差的抵抗力较弱，可能导致结果不稳定。用于比较不同模型的稳健性和可靠性，帮助选择适合处理不确定性和异常数据的分析方法。在统计学和机器学习中广泛应用，支持模型的优化和改进。