le analyse de sensibilité est la technique qui détermine l'impact des différentes valeurs d'une variable indépendante sur une variable dépendante sous un ensemble d'hypothèses. Étudier comment l'incertitude du résultat d'un modèle ou d'un système mathématique peut être attribuée à différentes sources dans ses variables d'entrée.
Cette technique est utilisée dans des limites spécifiques qui dépendent d'une ou plusieurs variables d'entrée, telles que l'effet des variations des taux d'intérêt (variable indépendante) sur les prix des obligations (variable dépendante)..
L'analyse de sensibilité, compte tenu d'un certain éventail de variables, est un moyen de prédire l'issue d'une décision. Il est également connu sous le nom de simulation ou analyse «et si». En créant un ensemble donné de variables, un analyste peut déterminer comment les changements dans une variable affectent le résultat.
Une pratique connexe est l'analyse de l'incertitude, qui se concentre davantage sur la quantification et la propagation de l'incertitude. Idéalement, l'analyse d'incertitude et de sensibilité devrait être exécutée ensemble.
Index des articles
L'une des applications clés de l'analyse de sensibilité est l'utilisation de modèles par les gestionnaires et les décideurs. Tout le contenu nécessaire au modèle de décision peut être utilisé grâce à une application répétée de l'analyse de sensibilité.
Aide les analystes décisionnels à comprendre les incertitudes, les avantages et les inconvénients, avec les limites et la portée d'un modèle décisionnel.
La plupart des décisions sont prises dans l'incertitude. Une technique pour parvenir à une conclusion consiste à remplacer tous les paramètres incertains par les valeurs attendues; puis une analyse de sensibilité est effectuée.
Ce serait un répit pour un décideur d'avoir une indication de la sensibilité des choix lors du changement d'une ou de plusieurs variables d'entrée. Les bonnes pratiques de modélisation exigent que le modélisateur effectue une évaluation de la confiance du modèle.
Premièrement, cela nécessite de quantifier l'incertitude des résultats de tout modèle (analyse d'incertitude); et deuxièmement, évaluer dans quelle mesure chaque entrée contribue à l'incertitude du résultat.
L'analyse de sensibilité aborde le deuxième de ces points (bien que l'analyse d'incertitude soit un précurseur nécessaire), jouant le rôle de classer la force et la pertinence des variables d'entrée pour déterminer la variation du résultat..
Dans les modèles impliquant de nombreuses variables d'entrée, l'analyse de sensibilité est un ingrédient essentiel pour la construction du modèle et pour l'assurance qualité..
- L'application clé de l'analyse de sensibilité est d'indiquer la sensibilité d'une simulation aux incertitudes des valeurs d'entrée du modèle..
- C'est une méthode de prédiction du résultat d'une décision si une situation s'avère différente par rapport aux prédictions clés.
- Aide à évaluer le risque d'une stratégie.
- Il est utilisé pour identifier le degré de dépendance du résultat sur une variable d'entrée particulière. Analyser si la dépendance aide à évaluer le risque associé.
- Aide à prendre des décisions éclairées et appropriées.
- Il est utilisé pour rechercher des erreurs dans le modèle, lors de la recherche de relations inattendues entre les entrées et les résultats.
L'analyse de sensibilité, également appelée analyse hypothétique, est la plus fréquemment utilisée par les analystes financiers pour prédire le résultat d'une action spécifique lorsqu'elle est effectuée dans certaines conditions..
L'analyse de sensibilité est effectuée dans des limites définies, déterminées par l'ensemble de variables d'entrée indépendantes..
Par exemple, l'analyse de sensibilité peut être utilisée pour étudier l'effet d'une variation des taux d'intérêt sur les prix des obligations si les taux d'intérêt augmentent de 1%..
La question "Et si ...?" Ce serait: qu'arrive-t-il au prix d'une obligation si les taux d'intérêt augmentent de 1%? Cette question est répondue par une analyse de sensibilité.
L'analyse peut être effectuée dans une feuille Microsoft Excel, dans la section «Données» du menu d'options, à l'aide du bouton «Analyse d'hypothèses», qui contient «Objectif de recherche» et «Tableau de données».
Il existe différentes méthodes pour effectuer l'analyse de sensibilité:
- Techniques de modélisation et de simulation.
- Outils de gestion de scénarios via Microsoft Excel.
Il existe principalement deux techniques pour analyser la sensibilité:
Il est basé sur des dérivés (numériques ou analytiques). Le terme local indique que les dérivées sont prises en un seul point. Cette méthode convient aux fonctions de coût simples.
Cependant, ce n'est pas faisable pour les modèles complexes, tels que les modèles avec discontinuités, car ils n'ont pas toujours de dérivées.
Mathématiquement, la sensibilité de la fonction de coût par rapport à certains paramètres est égale à la dérivée partielle de la fonction de coût par rapport à ces paramètres.
L'analyse de sensibilité locale est une technique «une à la fois». Analyser l'impact d'un seul paramètre à la fois sur la fonction de coût, en gardant les autres paramètres fixes.
L'analyse de sensibilité globale est la deuxième approche de l'analyse de sensibilité, qui est souvent mise en œuvre à l'aide de techniques de Monte Carlo. Cette approche utilise un ensemble global d'échantillons pour explorer l'espace de conception..
John est en charge des ventes pour Holiday CA, qui vend des décorations de Noël dans un centre commercial. John sait que la saison des fêtes approche et que le centre commercial sera bondé..
Vous voulez savoir si une augmentation du trafic client au centre commercial augmentera le chiffre d'affaires total du magasin, et si oui, de quel montant.
Le prix moyen d'un paquet de décorations de Noël est de 20 $. Au cours des fêtes de fin d'année, Holiday CA a vendu 500 paquets de décorations de Noël. Cela a abouti à un chiffre d'affaires total de 10000 $.
Après avoir effectué une analyse de sensibilité, il est déterminé qu'une augmentation de 10% du trafic client au centre commercial entraîne une augmentation de 7% des ventes totales..
En utilisant ces informations, John peut prédire combien d'argent le magasin gagnera si le trafic client augmente de 20%, 40% ou 100%..
Sur la base de l'analyse de sensibilité présentée, on peut voir qu'il y aura une augmentation des ventes totales de 14%, 28% et 70%, respectivement..
Personne n'a encore commenté ce post.