Анализ чувствительности математических моделей предполагает большое количество подходов, среди которых выделяют локальные методы (исследование влияния фактора на отклик в случае его изолированного варьирования) и глобальные методы (предполагающие исследование одновременных изменений групп факторов). Классификацию методов также строят и на основе применяемых математических иструментов. Однако известные методы являются приближенными или допускают использования суррогатных моделей, аппроксимирующих исходную функцию, что является источником ошибки. Ранее авторами предложен аналитический метод анализа чувствительности по факторам математических моделей на основе анализа конечных изменений. В таком случае для исследования изменений отклика функции используют известную теорему Лагранжа о промежуточной точке. Однако в некоторых ситуациях процесс нахождения частных производных может быть вычислительно трудоемкой задачей, а в некоторых случаях функция задана таблично. В этом случае возможно применение численного дифференцирования с дальнейшим восстановлением аналитического представления функции. Для этого предлагается использовать подход математического ремоделирования и в качестве ремоделующего класса применять модели линейной регрессии с эффектами взаимодействия. Такое предположение естественно, так как моделирует наличие линейной связи между факторами модели. В работе приведен численный пример – анализ функции Розенброка, выполненный двумя способами: аналитическим методом и с применением ремоделирования для восстановления частных производных. Результаты показывают высокое качество полученных оценок чувствительности, что свидетельствует о состоятельности подхода ремоделирования в таких задачах. Перспективными аспектами представленного подхода являются: применение более широкого набора классов ремоделирующих моделей (полносвязные нейронные сети, аппроксимирующие многочлены) и оптимальный выбор шага численного дифференцирования