Estadistica

2.2 Métodos comunes de un análisis de sensibilidad
Sección 2-3
* Cocientes de sensibilidad Local y/o Rango (i.e., Elasticidad)
* Derivado parcial normalizado
* Correlación simple de coeficiente (o coeficiente de determinación, r2
* Correlación de coeficiente parcial / rango de correlación del coeficiente
* coeficiente de regresión múltiple normalizado
De los números deacercamientos disponibles para un análisis de sensibilidad (ver el cuadro 2-3), ninguno podrá servir como el mejor análisis para los esfuerzos de todos modelaje. La mejor opción para una situación en particular dependerá del numero de factores, incluyendo la naturaleza, complejidad del móldelo y los recursos disponibles. Una descripción de dos de los más comunes acercamientos es proporcionado eneste capítulo. El apéndice B presenta un mayor detalle sobre la discusión de estos y otros métodos. Los análisis de sensibilidad no pueden ser limitados a los métodos que se han discutido en esta guía, la cual se ha enfocado en los más comunes acercamientos. Una larga lista de literatura científica en otros métodos variados está disponible (e.g., Hamby, 1994; Iman et al., 1998, 1991; Morgan andHerrion, 1990, Rose et al., 1991; Saltelli and Marivort, 1990; Shevenell and Hoffman 1993; U.S. EPA, 1997). Cualquier método usado, sin embargo, estos documentos deberían ser generalmente claros y concisos, Estos deberían incluir toda la información necesaria para que terceros puedan repetir el proceso y corroborar los resultados, ejemplos de la exposición de caminos y ecuaciones; una tabla con laentrada de variables con puntos estimados, distribuciones de probabilidades y parámetros; y tablas o gráficos dando los resultados de los análisis de sensibilidad y los métodos usados.
2.2.1 Técnicas graficas
Diagramas simples de dispersión de entradas y salidas simuladas (e.g., riesgo vs frecuencia de exposición, o riesgo vs concentración del suelo del medio aritmético) pueden ser usadospara evaluar cualitativamente las variables influyentes. Un “firme” diagrama de dispersión (i.e., un alto valor r2) sugiere que la variable pueda influir significativamente en la varianza en riesgo. Los diagramas hipotéticos de la dispersión que se pueden utilizar para identificar variables sensibles e insensibles se demuestran en el cuadro 2-3. Otro método para visualizar la relación entre todaslas entradas y salidas, es generar una matriz del diagrama de dispersión (Helsel and Hirsch, 1992). Este grafico muestra ambos histogramas y diagramas de dispersión para todas las variables en la misma página
2.2.2 Cocientes de la sensibilidad: Una herramienta de la investigación
Cocientes de la sensibilidad (CS) pueden ser usados para análisis de sensibilidad en ambos puntos estimados y enevaluación de probabilidad de riesgo. El acercamiento es fácil de entender y aplicar. El cociente es igual al cambio de porcentaje de la salida (e.g., riesgo) dividido por el cambio de de porcentaje en la entrada para una variable de entrada especifica (ver el apéndice B, ecuación B-1). El riesgo estimado es considerado más sensible para las variables de entrada que producen altos cocientes. Parala simple exposición de modelos en los cuales la relación entre la exposición y el riesgo es lineal, el cociente ofrece una pequeña información considerando la relativa contribución de cada variable de entrada para la varianza de riesgo, como es demostrado en el cuadro 2-4, sin embargo para mas modelos complicados con relaciones no lineales entre entradas y salidas (e.j., el destino del ambientey modelos de transporte, modelos farmacocinéticos), el cociente puede ofrecer una herramienta útil para identificar variables de entradas potencialmente influyentes.

Figura 2-3 Diagrama de dispersión de una simulación de valores aleatorios de un 1-D MCA de variabilidad. La salida del modelo es una concentración de la contaminación del suelo (C) que corresponde con un prescrito (por defecto)...