Analiza wrażliwości to metoda analizy służąca do określenia, w jakim stopniu zmiany wartości wejściowych dla danej zmiennej wpłyną na wyniki modelu matematycznego. Analiza wrażliwości może być stosowana w kilku różnych dyscyplinach, w tym analizach biznesowych, inwestycjach, badaniach środowiska, inżynierii, fizyce i chemii.
Analiza wrażliwości
Analiza wrażliwości dotyczy niepewności nieodłącznie związanej z modelami matematycznymi, w których wartości danych wejściowych zastosowanych w modelu mogą się różnić. Jest to towarzyszące narzędzie analityczne do analizy niepewności, a oba są często używane razem. Wszystkie skomponowane modele lub badania przeprowadzone w celu wyciągnięcia wniosków lub wniosków dotyczących decyzji dotyczących polityki opierają się na założeniach dotyczących ważności danych wejściowych wykorzystywanych w obliczeniach. Na przykład w wycenie kapitału własnego wskaźnik zwrotu z aktywów (ROA) zakłada, że można ustalić prawidłowe i dokładne obliczenie aktywów spółki oraz że rozsądna jest analiza zysków lub zwrotów dotyczących aktywów jako metody oceny firma do celów inwestycyjnych.
Wnioski wyciągnięte z badań lub obliczeń matematycznych można znacząco zmienić w zależności od takich rzeczy, jak zdefiniowanie określonej zmiennej lub parametry wybrane do badania. Kiedy wyniki badania lub obliczenia nie zmieniają się znacząco ze względu na różnice w podstawowych założeniach, są one uważane za wiarygodne. Jeśli zmiany w podstawowych danych wejściowych lub założeniach znacznie zmieniają wyniki, można zastosować analizę wrażliwości, aby określić, w jaki sposób zmiany danych wejściowych, definicji lub modelowania mogą poprawić dokładność lub wiarygodność jakichkolwiek wyników.
Zwrot z inwestycji
W kontekście biznesowym analizy wrażliwości można użyć do poprawy decyzji na podstawie określonych obliczeń lub modelowania. Firma może wykorzystać analizę wrażliwości, aby zidentyfikować najlepsze dane, które należy zebrać do przyszłych analiz, aby ocenić podstawowe założenia dotyczące inwestycji i zwrotu z inwestycji (ROI) lub zoptymalizować alokację aktywów i zasobów. Jednym prostym przykładem analizy wrażliwości stosowanej w biznesie jest analiza efektu włączenia określonej informacji do reklamy firmy, porównanie wyników sprzedaży z reklam, które różnią się tylko tym, czy zawierają określoną informację.
Modele komputerowe są powszechnie stosowane w prognozowaniu pogody, środowiska i zmian klimatu. Analiza wrażliwości może być wykorzystana do ulepszenia takich modeli poprzez analizę, w jaki sposób różne metody systematycznego próbkowania, dane wejściowe i parametry modelu wpływają na dokładność wyników lub wniosków uzyskanych z modeli komputerowych.
Dyscypliny fizyki i chemii często wykorzystują analizę wrażliwości do oceny wyników i wniosków. Analiza wrażliwości okazała się szczególnie przydatna w ocenie i regulacji modeli kinetycznych, które wymagają użycia kilku równań różniczkowych. Można analizować znaczenie różnych danych wejściowych i wpływ wariancji na dane wyjściowe modelu.
Udoskonalanie modeli komputerów
Standardową praktyką inżynierską jest używanie modeli komputerowych do testowania projektu konstrukcji przed ich zbudowaniem. Analiza wrażliwości pomaga inżynierom tworzyć bardziej niezawodne, solidne konstrukcje, oceniając punkty niepewności lub szerokie warianty możliwych danych wejściowych i ich odpowiedni wpływ na żywotność modelu. Udoskonalenie modeli komputerowych może znacząco wpłynąć na dokładność ocen takich rzeczy, jak zdolność do obciążania mostem lub ryzyko tunelowania.
