a:

L'analisi di sensibilità è un metodo di analisi utilizzato per identificare le variazioni dei valori di input di una determinata variabile che influenzano i risultati di un modello matematico. L'analisi di sensibilità può essere applicata in diverse discipline, tra cui analisi di business, studi ambientali, ingegneria, fisica e chimica.

L'analisi di sensibilità riguarda l'incertezza inerente a modelli matematici in cui i valori degli ingressi utilizzati nel modello possono variare. È lo strumento analitico della compagnia all'analisi dell'incertezza, ei due sono spesso usati insieme. Tutti i modelli composti o gli studi effettuati per trarre conclusioni o inferenze per le decisioni politiche si basano su ipotesi sulla validità degli input utilizzati nei calcoli. Ad esempio, nella valutazione del patrimonio netto, il rapporto tra rendimento attivo (ROA) presuppone che sia possibile ottenere un valido e accurato calcolo delle attività dell'impresa e che sia ragionevole analizzare i profitti oi rendimenti in relazione agli asset come mezzo di valutare una società a fini di investimento.

Le conclusioni tratte da studi o calcoli matematici possono essere significativamente modificati a seconda di come si definisce una determinata variabile o i parametri scelti per uno studio. Quando i risultati di uno studio o di un calcolo non cambiano in modo significativo a causa delle variazioni delle ipotesi sottostanti, sono considerate robuste. Se le variazioni degli input o delle ipotesi fondamentali cambiano significativamente i risultati, è possibile utilizzare l'analisi di sensibilità per determinare come le modifiche degli input, delle definizioni o della modellazione possano migliorare l'accuratezza o la robustezza dei risultati.

In un contesto aziendale, l'analisi di sensibilità può essere usata per migliorare le decisioni prese in base a determinati calcoli o modelli. Una società può utilizzare l'analisi di sensibilità per identificare i migliori dati da raccogliere per analisi future, per valutare le ipotesi di base relative agli investimenti e al ritorno sull'investimento (ROI), o per ottimizzare l'allocazione di risorse e risorse. Un semplice esempio di analisi di sensibilità utilizzata nel business è un'analisi dell'effetto di includere un certo elemento di informazioni nella pubblicità di una società, confrontando i risultati di vendita con annunci che differiscono solo se includere o meno i dati specifici.

I modelli di computer sono comunemente utilizzati nelle previsioni meteo, ambientali e di cambiamento climatico. L'analisi di sensibilità può essere utilizzata per migliorare tali modelli analizzando come vari metodi di campionamento sistematici, gli input e i parametri del modello influenzano l'esattezza dei risultati o delle conclusioni ottenute dai modelli di computer.

Le discipline della fisica e della chimica usano spesso l'analisi di sensibilità per valutare i risultati e le conclusioni.L'analisi di sensibilità si è dimostrata particolarmente utile nella valutazione e nella regolazione di modelli cinetici che comportano l'utilizzo di una serie di equazioni differenziali. È possibile analizzare l'importanza di vari ingressi e gli effetti della varianza negli input sui risultati del modello.

È pratica standard nell'ingegneria di utilizzare modelli di computer per testare il design delle strutture prima di essere costruite. L'analisi di sensibilità aiuta gli ingegneri a creare disegni più affidabili e robusti valutando punti di incertezza o ampie variazioni nei possibili input e sui loro effetti corrispondenti sulla vitalità del modello. Il raffinamento dei modelli di computer può influenzare in modo significativo l'esattezza delle valutazioni di cose come la capacità di stress ponte o i rischi di tunneling.