On propose une méthode efficace d'analyse de sensibilité de modèles de simulation numérique dont les paramètres d'entrée sont aléatoires. Les indices de sensibilité du modèle sont couramment estimés par simulation de Monte Carlo, ce qui s'avère particulièrement coûteux dans le cas d'applications industrielles. Dans ce papier, on introduit les développements par chaos polynomial pour calculer les indices de sensibilité. Une méthode adaptative basée sur la procédure LAR (Least Angle Regression) est développée afin de détecter automatiquement les coefficients significatifs du chaos, qui peuvent donc être calculés au moyen d'un faible nombre d'évaluations du modèle. La méthode est appliquée à l'analyse de sensibilité de la fonction de Sobol'.