Definiciones estadísticas >
El análisis de sensibilidad puede ayudarle a encontrar qué variables tienen mayor impacto en su modelo.
- Qué supuestos son importantes y en qué medida afectan a los resultados de la investigación,
- Cómo afectan a los resultados los cambios en los métodos, los modelos o los valores de las variables no medidas.
- Entradas del modelo,
- Predicciones y pronósticos,
- Observaciones.
- Variables de entrada que no tienen un efecto real sobre los datos,
- Estructuras redundantes.
El análisis de sensibilidad también se conoce como análisis «what-if»; se centra en lo que ocurre con la variable dependiente cuando cambian varios parámetros. Es importante en todos los campos de la investigación científica y estadística.
Propósitos del análisis de sensibilidad
El análisis de sensibilidad puede ayudarle a encontrar conexiones importantes entre:
Le ofrece una forma de localizar los parámetros sensibles (es decir, aquellos que tienen un gran efecto en el modelo). Además, puede ayudarle a identificar los parámetros no sensibles. Esto significa que puede ayudarle a simplificar los modelos, eliminando:
Las relaciones inesperadas entre los parámetros y los resultados pueden señalar errores en su modelo. El análisis de sensibilidad también puede ayudarle a rediseñar sus experimentos; a medida que encuentre qué parámetros son más sensibles, puede rediseñar el experimento para disminuir la incertidumbre en ese parámetro.
Análisis de un factor a la vez (OAT u OFAT)
El análisis de un factor a la vez (también conocido como análisis de un factor a la vez u OFAT) es una de las formas más sencillas de analizar un modelo.
- Todas las variables, excepto una, se mantienen en una línea de base;
- Esa única variable se varía mientras se toman nuevas lecturas.
- A continuación, la variable de prueba vuelve a su valor de línea de base, y se toma otra lectura.
- Cada parámetro se prueba de esta manera uno a la vez.
- El punto débil de este método es que, al centrarse en cada variable individualmente, no tiene en cuenta la interacción entre las variables. Tampoco señala los efectos conjuntos; efectos que podrían ocurrir cuando varias variables cambian simultáneamente.
Daniels, M. & Hogan, J. Missing Data in Longitudinal Studies.
Pannel, David. Análisis de sensibilidad: estrategias, métodos, conceptos, ejemplos. Modificado de Pannell, D.J. (1997). Análisis de sensibilidad de modelos económicos normativos: Marco teórico y estrategias prácticas, Agricultural Economics 16: 139-152. Recuperado de http://dpannell.fnas.uwa.edu.au/dpap971f.htm el 5 de julio de 2018
Técnicas de modelización financiera: Análisis de sensibilidad (Análisis «What if»). Recuperado de https://www.wallstreetprep.com/knowledge/financial-modeling-techniques-sensitivity-what-if-analysis-2/ el 5 de julio de 2018.
Thabane et al, Un tutorial sobre análisis de sensibilidad en ensayos clínicos: el qué, el por qué, el cuándo y el cómo. BMC Medical Research Methodology201313:92
https://doi.org/10.1186/1471-2288-13-92. Recuperado de https://bmcmedresmethodol.biomedcentral.com/articles/10.1186/1471-2288-13-92 el 5 de julio de 2018CITA ESTO COMO:
Stephanie Glen. «Análisis de sensibilidad («Y si»): Definición» De StatisticsHowTo.com: ¡Estadística elemental para el resto de nosotros! https://www.statisticshowto.com/sensitivity-analysis/——————————————————————————
¿Necesitas ayuda con los deberes o con un examen? Con Chegg Study, puedes obtener soluciones paso a paso a tus preguntas de un experto en la materia. ¡Tus primeros 30 minutos con un tutor de Chegg son gratis!