Análise de Sensibilidade (“What-if”): Definição

p>Definições de Estatística >

Análise de sensibilidade pode ajudá-lo a encontrar quais as variáveis que têm maior impacto no seu modelo.

A análise de sensibilidade é uma análise post-hoc que nos diz o quão robustos são os nossos resultados. Pode dar informação específica sobre:

• Quais as suposições importantes, e o quanto afectam os resultados da investigação,
• Como as mudanças nos métodos, modelos, ou os valores das variáveis não-medidas afectam os resultados.

Análise de sensibilidade é também conhecida como análise “what-if”; centra-se no que acontece à variável dependente quando vários parâmetros mudam. É importante em todos os campos da investigação científica e estatística.

Propósitos da Análise de Sensibilidade

Análise de Sensibilidade pode ajudá-lo a encontrar ligações importantes entre:

• Entradas de modelos,
• Previsões e previsões,
• Observações.

Permite localizar parâmetros sensíveis (ou seja, aqueles que têm um grande efeito sobre o modelo). Além disso, pode ajudar a identificar parâmetros não sensíveis. Isto significa que pode ajudar a simplificar os modelos, eliminando:

• Inputar variáveis que não têm um efeito real nos dados,
• Estruturas redundantes.

Relações inesperadas entre parâmetros e resultados podem apontar para erros no seu modelo. A análise de sensibilidade também pode ajudá-lo a redesenhar as suas experiências; uma vez que encontra os parâmetros mais sensíveis, pode redesenhar a experiência para diminuir a incerteza nesse parâmetro.

Análise de um factor de cada vez (OAT ou OFAT)

Análise de um factor de cada vez (também conhecida como análise de um factor de cada vez, ou OFAT) é uma das formas mais simples de analisar um modelo.

1. Todas as variáveis, excepto uma, são mantidas numa linha de base;
2. Que uma única variável é variada enquanto novas leituras são feitas.

li>Next, a variável de teste é devolvida ao seu valor de base, e é feita outra leitura.

3. Cada parâmetro é testado desta forma, um de cada vez.

O ponto fraco deste método é que, ao focar cada variável individualmente, não faz concessões para a interacção entre variáveis. Também não aponta efeitos conjuntos; efeitos que podem acontecer quando várias variáveis mudam simultaneamente.

Daniels, M. & Hogan, J. Missing Data in Longitudinal Studies.
Pannel, David. Análise de sensibilidade: estratégias, métodos, conceitos, exemplos. Modificado de Pannell, D.J. (1997). Análise de sensibilidade de modelos económicos normativos: Quadro teórico e estratégias práticas, Economia Agrícola 16: 139-152. Obtido de http://dpannell.fnas.uwa.edu.au/dpap971f.htm em 5 de Julho de 2018
Técnicas de Modelação Financeira: Análise de Sensibilidade (“E se” Análise). Obtido de https://www.wallstreetprep.com/knowledge/financial-modeling-techniques-sensitivity-what-if-analysis-2/ em 5 de Julho de 2018.
Thabane et al, Um tutorial sobre análises de sensibilidade em ensaios clínicos: o quê, porquê, quando e como. BMC Medical Research Methodology201313:92
https://doi.org/10.1186/1471-2288-13-92. Obtido de https://bmcmedresmethodol.biomedcentral.com/articles/10.1186/1471-2288-13-92 em 5 de Julho de 2018

——————————————————————————
p>Need help with a homework or test question? Com o Chegg Study, pode obter soluções passo a passo para as suas perguntas de um especialista na matéria. Os seus primeiros 30 minutos com um tutor do Chegg são gratuitos!