Truco

Control de Precisión y Error


Control de Precisión y Error

Autor: ROV – Traducción Dann Payares

Una herramienta muy poderosa en la simulación de Monte Carlo es la del control de precisión. Por ejemplo, ¿cuántos intentos son considerados suficientes para correr en un modelo complejo? El control de precisión saca al tanteo la estimación del número relevante de intentos al permitir que la simulación se detenga si el nivel de precisión pre especificado es alcanzado.

La funcionalidad del control de precisión le deja establecer cuán preciso quiere que sea su pronóstico. Hablando en términos generales, entre más intentos son calculados, el intervalo de confiabilidad se hace más angosto y las estadísticas se vuelven más precisas. La presentación del control de precisión en el Simulador de Riesgo usa la característica de intervalos de confianza para determinar cuando la exactitud especificada de una gráfica ha sido lograda. Para cada pronóstico, usted puede especificar el intervalo de confiabilidad para el nivel de precisión.

Asegúrese de no confundir tres diferentes términos: error, precisión y confiabilidad. Aunque suenan similares, los conceptos son significativamente distintos. Una simple ilustración está al orden. Suponga que usted es un fabricante de tortillas especiales para tacos y está interesado en averiguar cuantas de estás tortillas están rotas en promedio en una caja de 100 de ellas. Una manera de hacer esto es recolectar una muestra de cajas previamente empacadas de 100 tortillas, abrirlas, y contar cuántas de ellas están rotas. Usted manufactura 1 millón de cajas al día (está es su población) pero usted abre 10 cajas al azar (este es su tamaño de muestra, también conocida como su número de intentos en una simulación). El número de tortillas rotas en cada caja es: 24, 22, 4, 15, 33, 32, 4, 1, 45 y 2. El número promedio calculado de tortillas rotas es de 18.2. Basado en estás 10 pruebas o intentos, el promedio es de 18.2 unidades, ya que basado en el ejemplo, el 80 por ciento de confiabilidad del intervalo está ubicado entre 2 y 33 unidades (es decir, 80 por ciento del tiempo, el número de tortillas rotas está entre 2 y 33 basado en esta tamaño de muestra o número de intentos ejecutados).

Sin embargo, ¿qué tan seguro está usted de que 18.2 es el promedio correcto? ¿Son 10 intentos suficientes para establecer esto? El intervalo de confiabilidad entre 2 y 33 es demasiado amplio y demasiado variable. Suponga que usted requiere un valor de promedio más exacto donde el error es de ±2 tortillas el 90 por ciento del tiempo---esto significa que si para usted todas las cajas manufacturadas en un día, o sea 1 millón de ellas, 900,000 de estas cajas tendrán tortillas rotas en promedio a alguna unidad media de ±2 tortillas. ¿Cuántas cajas más de tortillas necesitaría usted entonces probar (o correr intentos) para obtener este nivel de precisión? Aquí, las 2 tortillas es el nivel de error mientras el 90 por ciento es el nivel de precisión. Si suficientes números de intentos son corridos, entonces el 90 por ciento del intervalo de confiabilidad será idéntico al 90 por ciento del nivel de precisión, donde una medida más precisa del promedio es obtenida de manera tal que el 90 por ciento del tiempo, el error, y por ende, la confiabilidad serán ± 2 tortillas.

Como un ejemplo, digamos que el promedio es de 20 unidades, entonces el 90 por ciento del intervalo de confianza estará entre 18 y 22 unidades, donde este intervalo es preciso el 90 por ciento del tiempo, donde al abrir el millón de cajas, 9000 de ellas tendrán entre 18 y 22 tortillas rotas. El número de intentos requerido para dar está precisión está basado en la ecuación de error de prueba de donde es el error de 2 tortillas, es el promedio de prueba, Z es el puntaje normal-EstándarZ obtenido del 90 por ciento del nivel de precisión, s es la desviación estándar de la muestra, y n es el número de intentos requeridos para dar este nivel de error con la precisión especificada.

Las Figuras 2.17 y 2.18 ilustran como el control de precisión puede ser ejecutado en múltiple pronósticos simulados en el Simulador de Riesgo. Está característica evita que el usuario tenga que decidir cuántos intentos correr en una simulación y elimina toda posibilidad de tanteo.

Figura 2.17 – Establecer el Nivel de Precisión del Pronóstico

Figura 2.18 – Computando el Error

¡Guarda esta información!

Descargalo en PDF

Descargar

¡Comparte este evento con tus colegas!

Email

Enviar

WhatsApp

Facebook

Cotizar
Próximos
Eventos

X

Mis cotizaciones:

Comentarios a tu solicitud:

Cotizar