Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porMaría Jesús Castillo Maidana Modificado hace 8 años
1
Herramientas avanzadas
2
Lo primero: abrir el modelo
3
GRÁFICO BOOTSTRAP
4
Gráfico Bootstrap Bootstrap es una técnica que estima la confiabilidad o la precisión de los estadísticos de estimación o de otro tipo de datos. Analizar la estadística de la muestra en forma empírica, muestreando repetidamente los datos y creando distribuciones de los diferentes estadísticos para cada muestra. Esta técnica asume que la distribución de una muestra estadística se aproxima a una Distribución Normal haciendo el cálculo de los estadísticos como el Error Estándar y Los Intervalos de Confianza de forma relativamente fácil. Sin embargo, cuando los datos estadísticos no están normalmente distribuidos, este método funciona incorrectamente o no es valido.
5
Gráfico Bootstrap Hay dos métodos disponibles para esta herramienta: Método de una simulación: Simula los datos una sola vez y luego repetidamente remuestrea las iteraciones de la simulación. Este método asume que la solo la simulación original refleja la verdadera distribución estimada. Este método no es tan preciso, pero toma menos tiempo. Hay dos métodos disponibles para esta herramienta: Método de múltiples simulaciones: Simula repetidas veces el modelo y luego crea una distribución con los estadísticos de cada simulación. Este método es más preciso que el anterior, pero toma demasiado tiempo.
6
Gráfico Bootstrap
7
ANÁLISIS DE ESCENARIOS
8
Análisis de escenarios El Análisis de Escenario corre una simulación y luego ordena y empareja todos los valores resultantes de la variable objetivo con los valores de las variables supuestas. Esto permite averiguar de valores supuestos da un resultado en particular. La tabla resultante muestra todos los valores para la variable objetivo en un rango determinado y ordenado en correspondencia a los valores de las variables supuestos.
9
Análisis de escenarios
10
SIMULACIÓN EN DOS DIMENSIONES
11
Simulación en dos dimensiones Todas las herramientas vistas hasta ahora, están relacionadas con cálculos estadísticos en los que solo se toma en cuenta la variabilidad, sin considerar la incertidumbre. Esto quiere decir que en todos los cálculos hechos hasta ahora se ha considerado posible la cuantificación de la certeza estadística. No siempre es posible asegurar que las variables con las que se alimenta el modelo están libres de incertidumbre, la cual tiene su origen en muchos otros aspectos. La variabilidad no se puede eliminar: por ello obedece a una distribución de frecuencias, la cual permite calcular probabilidades. Esta herramienta permite la separación de ambos componentes y le brinda al analista la posibilidad de verificar con mucho detalle los efectos de la incertidumbre. Genera tantos muestreos repetitivos de tamaño N como desea el analista, lo cual permite obtener N respuestas representativas de la combinación de variables ciertas y variables inciertas.
12
Simulación en dos dimensiones Al analizar el riesgo es importante considerar dos conceptos: Incertidumbre: Las variables son inciertas por que no se conoce suficiente información sobre el verdadero valor. Es posible eliminar la incertidumbre consiguiendo más información. Variabilidad: Las variables cambian porque ellas describen un población con diferentes valores. La variabilidad es inherente al sistema y no es posible eliminarla consiguiendo más información. Esta herramienta corre un bucle exterior para simular los valores inciertos y luego congelar los valores inciertos mientras se corre un bucle interior para simular la variabilidad. Este proceso repite para números pequeños de simulaciones externas, proveyendo un retrato de cómo la distribución estimada varia debido a la incertidumbre. La salida primaria de este proceso es un pictograma de las distribuciones de frecuencias acumuladas. Este gráfico se puede interpretar como el rango de curvas de riesgo asociadas con una población.
13
TABLA DE DECISIÓN
14
Tabla de Decisión Las variables de decisión son valores que se pueden controlar. Pero en situaciones de incertidumbre, no siempre es tan obvio el efecto que pueda tener la variable de decisión sobre la variable estimada. La herramienta “Decision Table” corre múltiples simulaciones para testear diferentes valores para una o dos variables. Testea valores dentro del rango de la variable de decisión y coloca el resultado en una tabla que se la puede analizar usando las herramientas GRÁFICO DE SOBREPUESTO O GRÁFICO DE TENDENCIAS. Esta herramienta es útil para investigar como el cambio en unas cuantas variables de decisión, afecta al resultado final. Para modelos que contienen más de una variable de decisión o donde se este tratando de optimizar el resultado final, use Optquest.
15
Tabla de Decisión
16
Funciones especiales
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.