Sensitivity Analysis Chapter 05 Note「建议收藏」

Sensitivity Analysis Chapter 05 Note「建议收藏」PurposeToanalysewhatreallymattersOne-WaySensitivityAnalysisToprankBasevalue:最可能的变量值Lowvalue:最低的变量值Highvalue:最高的变量值全部变量设置为:Low-Base-High分别计算outcome 其他变量设置为Basevalue(fixed)…

大家好,欢迎来到IT知识分享网。

Purpose

To analyse what really matters


One-Way Sensitivity Analysis

Toprank

Base value:最可能的变量值

Low value:最低的变量值

High value:最高的变量值

  • 全部变量设置为:Low – Base – High 分别计算outcome
  • 其他变量设置为Base value(fixed), 选定的变量分别设置为 [Low, High],得到outcome
  • 绘图(Tornado diagram, Spider diagram)

Sensitivity Analysis Chapter 05 Note「建议收藏」

Tornado Diagram

  • Purpose: 对多个variable同时进行one-way sensitivity analysis的比较
  • Longest bar— Topest rank—- Most sensitive variable 
  • 敏感的变量需要重点考虑,其他的leave at their base values
  • 横坐标: profit(outcome) ; 纵坐标:rank

Sensitivity Analysis Chapter 05 Note「建议收藏」

Sensitivity Analysis Chapter 05 Note「建议收藏」

Spider Diagram

  • Perform a one-way sensitivity analysis for all variables.
  • 斜率越大,越敏感

Sensitivity Analysis Chapter 05 Note「建议收藏」

Sensitivity Analysis Chapter 05 Note「建议收藏」


Two-Way Sensitivity Analysis

  • 建立公式 Outcome  = ……
  • 将其他变量取 Base value 得到 Outcome(x1, x2)
  • 比较 decision strategy : Outcome(x1, x2) = …..    =>  x2 = f(x1)
  •  绘制 x2 = f(x1)曲线(indifferent curve无差异曲线,在该曲线上,两个decision strategy无差异)

Sensitivity Analysis Chapter 05 Note「建议收藏」


Sensitivity to Probabilities

假设uncertain event 发生的概率,根据决策树求EMV,比较decision strategy画图分析

Example1 :

Sensitivity Analysis Chapter 05 Note「建议收藏」

EMV (purchase) = q(3500r-22500)-11000r+25475
EMV (not purchase) =  4200

Sensitivity Analysis Chapter 05 Note「建议收藏」

Example 2:

Sensitivity Analysis Chapter 05 Note「建议收藏」

(约束:p > 0.15;q > 0.35)

Sensitivity Analysis Chapter 05 Note「建议收藏」

Sensitivity Analysis Chapter 05 Note「建议收藏」

根据上式,画出3条indifferent line

Sensitivity Analysis Chapter 05 Note「建议收藏」

Sensitivity Analysis Chapter 05 Note「建议收藏」


Uncertainty Analysis

根据分布进行仿真优化决策

Sensitivity Analysis Chapter 05 Note「建议收藏」

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/12860.html

(0)

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

关注微信