مدل های کامپیوتری شامل ورودی های زیادی هستند که مقادیر واقعی آن ها نامعلوم هستند. در روش های تحلیل حساسیت اخیر برای به دست آوردن اثر عدم قطعیت ورودی ها روی خروجی مدل کامپیوتری، از روش مونت کارلو استفاده شده است. اغلب برای مدل های کامپیوتری که محاسبات زمان بر و پیچیده ای دارند، گرفتن نمونه ای به اندازه کافی بزرگ برای انجام یک تحلیل عدم قطعیت معنی دار، غیرممکن است. در این پایان نامه با ارایه مدل کریگینگ به عنوان یک مدل جانشین که برآورد مدل کامپیوتری بر مبنای استفاده از مدل های فرایند تصادفی گاوسی در یک مفهوم بیزی می باشد، به انجام تحلیل حساسیت می پردازیم. تمام نتایج و شاخص هایی که با تحلیل حساسیت مونت کارلو مدل کامپیوتری به دست می آید با مدل جانشین نیز ولی با یک نمونه خیلی کوچکتر حاصل می شوند. دقت مدل کریگینگ با یک تابع تحلیلی و یک مورد مطالعاتی نشان داده می شود.