Comment l’analyse de sensibilité est-elle utilisée?
L’analyse de sensibilité est une méthode d’analyse utilisée pour identifier les variations des valeurs d’entrée pour une variable donnée qui auront un impact sur les résultats d’un modèle mathématique. L’analyse de sensibilité peut être appliquée dans plusieurs disciplines différentes, y compris l’analyse commerciale, l’ investissement, les études environnementales, l’ingénierie, la physique et la chimie.
Points clés à retenir
- L’analyse de sensibilité est utilisée pour identifier dans quelle mesure les variations des valeurs d’entrée pour une variable donnée ont un impact sur les résultats d’un modèle mathématique.
- L’analyse de sensibilité peut identifier les meilleures données à collecter pour des analyses visant à évaluer le retour sur investissement (ROI) d’un projet.
- L’analyse de sensibilité aide les ingénieurs à créer des conceptions plus fiables et plus robustes en évaluant les points d’incertitude dans la structure de la conception.
Comprendre l’analyse de sensibilité
L’analyse de sensibilité s’intéresse à l’incertitude inhérente aux modèles mathématiques où les valeurs des entrées utilisées dans le modèle peuvent varier. C’est l’outil analytique compagnon de l’analyse d’incertitude, et les deux sont souvent utilisés ensemble. Tous les modèles composés et les études exécutées, pour tirer des conclusions ou des inférences pour les décisions politiques, sont basés sur des hypothèses concernant la validité des données utilisées dans les calculs.
Par exemple, dans l’ évaluation des actions, le ratio de rendement des actifs (ROA) suppose qu’un calcul valide et précis des actifs d’une entreprise peut être déterminé et qu’il est raisonnable d’analyser les bénéfices, ou rendements, concernant les actifs comme un moyen d’évaluer un société à des fins d’investissement.
Les conclusions tirées d’études ou de calculs mathématiques peuvent être considérablement modifiées, selon des éléments tels que la définition d’une certaine variable ou les paramètres choisis pour une étude. Lorsque les résultats d’une étude ou d’un calcul ne changent pas de manière significative en raison des variations des hypothèses sous-jacentes, ils sont considérés comme robustes. Si les variations des données fondamentales ou des hypothèses modifient considérablement les résultats, une analyse de sensibilité peut être utilisée pour déterminer comment des changements dans les entrées, les définitions ou la modélisation peuvent améliorer l’exactitude ou la robustesse de tout résultat.
Comment l’analyse de sensibilité est utilisée
L’analyse de sensibilité peut être utile dans diverses situations, y compris la prévision ou la prévision, ainsi que l’identification des améliorations ou des ajustements nécessaires dans un processus. Cependant, l’utilisation de données historiques peut parfois conduire à des résultats inexacts lors de la prévision, car les résultats passés ne mènent pas nécessairement à des résultats futurs. Voici quelques applications courantes de l’analyse de sensibilité.
Retour sur investissement
Dans un contexte commercial, l’analyse de sensibilité peut être utilisée pour améliorer les décisions basées sur certains calculs ou modélisations. Une entreprise peut utiliser l’analyse de sensibilité pour identifier les meilleures données à collecter pour les analyses futures afin d’évaluer les hypothèses de base concernant l’investissement et le retour sur investissement (ROI), ou pour optimiser l’allocation des actifs et des ressources.
Un exemple simple d’analyse de sensibilité utilisée en entreprise est une analyse de l’effet de l’inclusion d’une certaine information dans la publicité d’une entreprise, en comparant les résultats des ventes d’annonces qui diffèrent uniquement par le fait qu’elles incluent ou non l’information spécifique.
Modèles climatiques
Les modèles informatiques sont couramment utilisés dans les temps, l’ environnement et le changement climatique prévisions. L’analyse de sensibilité peut être utilisée pour améliorer ces modèles en analysant comment diverses méthodes d’ échantillonnage systématique, entrées et paramètres de modèle affectent l’exactitude des résultats ou des conclusions obtenues à partir des modèles informatiques.
Recherche scientifique
Les disciplines de la physique et de la chimie utilisent souvent l’analyse de sensibilité pour évaluer les résultats et les conclusions. L’analyse de sensibilité s’est avérée particulièrement utile dans l’évaluation et l’ajustement de modèles cinétiques qui impliquent l’utilisation de plusieurs équations différentielles. L’importance de divers intrants et les effets de la variance des intrants sur les résultats du modèle peuvent être analysés.
Ingénierie
Il est de pratique courante en ingénierie d’utiliser des modèles informatiques pour tester la conception des structures avant leur construction. L’analyse de sensibilité aide les ingénieurs à créer des conceptions plus fiables et plus robustes en évaluant les points d’incertitude ou les grandes variations des entrées possibles et leurs effets correspondants sur la viabilité du modèle. Le raffinement des modèles informatiques peut avoir un impact significatif sur la précision des évaluations d’éléments tels que la capacité de stress des ponts ou les risques de tunnel.