Análisis de Sensibilidad e Incertidumbre de Modelos

1. Carga de datos

Seleccione archivo (Excel o CSV):

Los archivos deben contener columnas de datos numéricos

2. Selección de variables

Variables independientes

Seleccione las variables de entrada (parámetros del modelo)

Variables dependientes

Seleccione las variables de salida (resultados del modelo)

3. Configuración del análisis

Parámetros de Latin Hypercube Sampling

Número de muestras:

Recomendado: 50-100 muestras para resultados confiables

Nivel de confianza para bandas:

Análisis de Sensibilidad

Calcular Coeficientes de Correlación Parcial por Rangos (PRCC)

Mostrar pruebas de significancia estadística

4. Resultados del análisis

Variable dependiente:

Interpretación: Las curvas muestran la distribución acumulada complementaria de frecuencia (CCFD) con bandas de confianza.

Variable dependiente:

Interpretación: Los coeficientes de correlación parcial por rangos (PRCC) indican la importancia de cada variable independiente. Las barras que sobrepasan las líneas punteadas son estadísticamente significativas al nivel de confianza seleccionado.

Tabla de resultados PRCC

Variable	PRCC	Rango	Significancia

Interpretación: El muestreo de Latin Hypercube garantiza una mejor cobertura del espacio de parámetros que el muestreo aleatorio simple.

Matriz de muestreo

Visualización 2D del muestreo

Variable X:

Variable Y:

5. Informe completo

Acerca de esta herramienta

Esta aplicación implementa métodos de análisis de sensibilidad e incertidumbre basados en las metodologías descritas en los documentos de referencia KFK4626 e Iman_Shortencarier_Johnson_1985.

Conceptos principales:

Latin Hypercube Sampling (LHS): Técnica de muestreo estadístico que genera una distribución casi aleatoria de valores de parámetros para explorar eficientemente el espacio de parámetros.
Coeficientes de Correlación Parcial por Rangos (PRCC): Medida de sensibilidad que cuantifica la relación entre cada variable independiente y la variable dependiente, después de eliminar los efectos de otras variables.
Bandas de Confianza (CCFD): Visualización de la incertidumbre en las predicciones del modelo mostrando rangos de confianza estadística.

Instrucciones de uso:

Cargue un archivo Excel o CSV con datos de simulación o experimentales
Seleccione qué columnas representan variables independientes (entradas) y dependientes (salidas)
Configure los parámetros del análisis y ejecute el cálculo
Explore los resultados a través de las diferentes visualizaciones
Genere un informe con todos los resultados