Análisis de sensibilidad:
|
|
- María del Carmen Naranjo Nieto
- hace 8 años
- Vistas:
Transcripción
1 Análisis de sensibilidad: Métodos probabilísticos en la evaluación económica de tecnologías sanitarias i Parte 2 David Epstein Dme2@york.ac.uk 1
2 La presentación El AS deterministico Univariante/multivariante i i t Siempre es necesario pero no es suficiente El AS probabilístico bilí (ASP) Para evaluar la incertidumbre global en el modelo La importancia de valores extremos Distribuciones de los parámetros Las simulaciones Monte Carlo Curva de aceptabilidad de coste efectividad El valor de la información 2
3 Desafios a una AS deterministico Interpretacion de los resultados Correlaciones entre los parametros del modelo La distribuciones de los parametros del modelo dl Varían simultáneamente de valor 2 o más parámetros del modelo 3
4 Análisis de sensibilidad determinísticos El AS deterministico no cuantifica la probabilidad de valores extremos Valores extremos puede cambiar las conclusiones de un análisis pero pueden ser muy improbables Un análisis de sensibilidad probabilístico puede superar esta limitación 4
5 Inputs Modelo determinístico sencillo Output Progresión de la enfermedad P(mala, A)= 0.30 Estructura del Modelo Tratamiento A Tratamiento A Efectos clínicos Odds ratio 0,78 AVACs Buena salud =11 Mala salud = 10 Costes A = 1000 B= 2500 ios ores med Val Buena 11 Buena salud Mala 10 Buena salud Tratamiento B 0.25 Buena 11 Mala 10 AVAC Cost Tratamiento B AVAC Cost RCEI= 1500/0.05=
6 Inputs ASP Probabilistico y multivariante Output Progresión de la enfermedad P (mala, A) Efectos clínicos Estructura del Modelo Tratamiento A Buena 11 Buena salud Mala 10 Tratamiento A AVAC Coste Tratamiento B Ratio Odds A vs B Tratamiento B AVAC Coste AVACs Buena salud =11 Mala = 10 AVACs Costes A = 1000 B= 2500 Buena salud Buena 11 Mala Medio ponderado 6
7 Análisis de sensibilidad probabilístico (ASP) Objetivo Calcular la probabilidad de que la intervención es costo-efectiva, dado La estructura del modelo El WTP por el beneficio (p.ej. Por AVAC) La distribución de los parámetros del modelo 7
8 Inputs Progresión de la enfermedad P(mala, A)= 0.30 Efectos clínicos ASP Probabilistico Estructura del Modelo Tratamiento A Buena 11 Buena salud Mala Output Treatment A AVAC Coste Odds ratio AVACs Tratamiento B Buena salud =11 Mala = 10 AVACs Buena 11 Costes A = 1000 B= 2500 Buena salud P(mala B) Mala 10 Treatment B AVAC Coste
9 La familia de las distribuciones paramétricas Distribución Inputs Descripción Normal Media, DE Simétrico Rango : -Inf a +Inf Uniforme Min, Max Rango min-max. Todos los valores tienen una probabilidad igual Desviación estándar 9
10 Más distribuciones paramétricas Distribución Inputs Descripción Util para Bt Beta Numero Rango de 0 D ibi con un a 1, no es evento simétrico i Describir una probabilidad Numero sin un evento Log-normal Media, DE Rango 0 a Describir un Infinito Odds Ratio Gamma Shape, scale Rango 0 a Describir Infinito los costes 10
11 La distribucíon ib del Odds Ratio del ltratamiento t t (La angina aguda) Odds ratio 0,78, 95% CI 0,68-0,89] En función log Media= log(0,78) = DE= {log(0.89) log (0.68)}/ 4=
12 La distribución LogNormal _ Lognormal(Mean -0.25; SE 0,065) 065) No son simétricas Lognormal(Mean -0.25; SE 0,15) Lognormal(Mean -0.25; SE 0,30) ,0 Odds ratio Bland, M. (2000) BMJ ; 1468
13 El método de Monte Carlo Un método de simulación Elige una muestra aleatoria de valores para el parámetro de interés (p ej valores) Como? Calcula el modelo para cada valor en la muestra 13
14 Simulación Monte-Carlo Elige un numero aleatorio entre 0 y 1 En Excel, RAND() Por ej. 0, % del área de la distribución es a la 0,895 derecha de 0, Rand Mean SE LOGINV( 1-0,175 ; -0,25 ; 0,15 ) = 0,895 Odds ratio en simulación 14#1
15 Una muestra aleatoria de valores de la distribución MC Rand OR Rand Mean SE LOGINV( 1-0,053 ; -0,25 ; 0,15 ) = 0, Odds ratio en simulación 15 #10
16 Calculación del modelo para cada simulación (n=10) WTP= MC OR DC DU ICER Select Select A A A B B B Dominated A A A A A A B B A A A A A A 0, ,03 OjO P(B)=0,2 P(B)=0,3 16
17 Dif Costes 10 simulaciones MC 2000 Simulacion # Simulacion # Simulacion # Dif AVAC 17
18 Dif Costes 10 simulaciones MC 2000 WTP= Probabilidad B es coste-efectivo= 2/10=20% 20% Dif AVAC 18
19 Dif Costes 10 simulaciones MC 2000 WTP=35000 WTP= Probabilidad B es coste-efectivo= 3/10=30% 30% Dif AVAC 19
20 Los resultados del ASP 10 simulaciones no es suficiente para un Monte Carlo. La media de una muestra de simulaciones Diff Costes = Diff AVAC = 0,05 RCEI = / 0,05 = Probabilidad que B es el tratamiento coste-efectivo: WTP 10 simulaciones i simulaciones i % 16% % 50% % 58% 20
21 Curva de aceptabilidad de coste efectividad (1.000 simulaciones) 1 Darba.(2006) Gac San. 20(1) Tratamiento B Prob que el tratamiento es costeefectivo % 58% Tratamiento A K 30K 35K Disposición a pagar /AVAC 21
22 Curva de aceptabilidad de coste efectividad (CEACc) Las características de la curva En el caso de 2 tratamientos, P(B) = 1-p(A) En el caso de >2 tratamientos, P(A)+P(B)+P(C ) +...= 1 Cuando WTP=0 analisis de minimización de costes Cuando WTP = Infinito la curva tiende a la probabilidad bilid d que B es más efectivo Cuando WTP=RCEI la probabilidad que B es más coste-efectivo ti es (aproximadamente) 50% 22
23 Desafios a una AS deterministico Interpretacion de los resultados Correlaciones entre los parametros del modelo La distribuciones de los parametros del modelo dl Varían simultáneamente de valor 2 o más parámetros del modelo 23
24 Análisis de sensibilidad multivariante En la mayoría de modelos hay muchos parámetros inciertos Aunque los parámetros sean independientes, los resultados del modelo varían en función de los demás 24
25 Un análisis de sensibilidad deterministico y multivariante Riesgo bajo P (mala A) = 0,2 B mucho mas B un poco mas efectivo que A efective que A OR = 0,68 OR = 0,78 RCEI = RCEI = Riesgo alto RCEI = RCEI = P (mala A) = 0,3 Supone WTP =
26 Métodos del analisis de sensibilidad Deterministico Simple Varían un parámetro, (univariante) los otros son fijos Combinado (multivariante) Recomendable Varían simultáneamente de valor dos o más parámetros del modelo Difícil en el caso de más que dos parámetros inciertos 26
27 Métodos del analisis de sensibilidad Deterministico Simple Varían un parámetro, (univariante) los otros son fijos Probabilistico Posible, pero no recomendable en la practica Combinado (multivariante) Recomendable Varían simultáneamente de valor dos o más parámetros del modelo Para evaluar la incertidumbre global. Recomendable Difícil en el caso de más que dos parámetros inciertos 27
28 Análisis de sensibilidad multivariante y probabilistico Objetivo Evaluar la probabilidad de que la intervención ió sea coste-efectiva ti dado: d La estructura del modelo El WTP por beneficios de salud La incertidumbre conjunta en todos los parámetros 28
29 ASP Multivariate Inputs Modelo Output Efectos clínicos Estructura del Modelo Tratamiento A Tratamiento A AVAC Coste Ratio Odds A vs B Progresión de la enfermedad P(mala (mala, A) ios ores med Val Buena 11 Buena salud Mala 10 Tratamiento B v B AVAC Coste AVACs Buena salud =11 Mala = 10 AVACs Costes A = 1000 B= 2500 Buena salud Buena 11 Mala
30 Ejercicio Dibuja rápidamente un ejemplo de cada distribuciónib ió Normal Lognormal Beta Uniforme Qué distribución es la mejor representación del parámetro : la Probabilidad de mala salud en el grupo de control 30
31 La distribución beta Rango de valores entre 0 y 1 No es simétrica i Comando en Excel: Para parámetro Pa Pa = BETAINV( X ; input1; input2) Por ejemplo, si había 100 pacientes en una muestra, y 30 tuvieron la enfermedad d Input1 = numero de personas con un suceso = 30 Input2 = numero de personas sin el suceso = 70 La media de E(Pa) = 30/100 = 0,30 31
32 La distribución beta Distribución beta(30;70) 0.25 Frequencia Distribución beta(9; 21) Prob Mala Salud
33 La incertidumbre conjunta en todos los parámetros MC Rand OR Rand P A MC 11, 12, OR Distribución Lognormal P (A) Distribución 33Beta
34 Los resultados del ASP WTP MC Diff Costs Diff AVACs ICER Select Select A A A B B B Dominated A A A A A A B B A A A A A A P(B) = 0,2 P(B)=0,3 34
35 Los resultados de un ASP multivariante WTP 10 simulaciones simulaciones % 16% % 50% % 56% 35
36 Curva de aceptabilidad de coste efectividad - multivariante Prob que el tratamiento es costeefectivo Disposición a pagar /AVAC36
37 El valor de más información La curva de aceptabilidad muestra la probabilidad de hacer un error cuando elegimos una estrategia (y rechazamos la otra) Más información reduciría la probabilidad de un error y por lo tanto aumentaría el beneficio a la sociedad Cuándo será rentable buscar más información p ej. financiar un nuevo ensayo clinico? Cuando los costes del nuevo ensayo son menores que los beneficios 37
38 Valor de la información perfecta El valor de la información perfecta es el valor máxima que el ldecisor querría pagar para eliminar i toda la incertidumbre en la decisión Puede calcular el valor de la información perfecta, dado: La estructura del modelo Las distribuciones de los parámetros del modelo El valor del WTP por un AVAC El numero de personas afectadas por la enfermedad 38
39 El valor de la información perfecta Los resultados medios del modelo son ΔCostes = y ΔAVACs son 0,05 RCEI es / 0,05 05 = Si el WTP es , adopta B 39
40 El valor de la información perfecta Pero en 44% de las simulaciones, A fue la opción más coste-efectiva. ti Por ejemplo, en simulación #1 la diferencia en AVACs fue 0,021 y la RCEI fue 1.500/0,021 = La sistema hubiera perdido beneficios netos (en Euros) de 0,021 * =
41 La calculación del valor de la información perfecta (WTP=35.000) MC ΔCostes ΔAVAC RCEI Opción optima , A , B , B 0 Valor Perdido ,021 Domin A MC 11, 12, μ ,
42 El valor de la información perfecta Si el WTP = , B es la opción mas coste-efectiva En algunas simulaciones MC (numeró 1,4 etc), A es el tratamiento optimo. Hay un coste de oportunidad de elegir B en estos casos En las demás, no hay ningún coste de la oportunidad El Valor de la Información Perfecta calcula el coste medio de la oportunidad dpor la incertidumbre id El valor medio de la información perfecta por persona es 377 si el WTP por AVAC es
43 Valor de la información perfecta Si la enfermedad afecta personas, el valor de la información ió perfecta sería 1.000*377= Euros Significa que el máximo que querríamos pagar pg por un nuevo ensayo no supera esto presupuesto (El valor de la información perfecta se presenta en función de WTP) 43
44 Valor de la información perfecta en función de WTP EVPI Euros WTP 44
45 Resumen El AS deterministico Univariante Siempre necesario pero no es suficiente El AS probabilístico Evaluar la incertidumbre global en el modelo Distribuciones de los parámetros Correlaciones entre los parámetros en el modelo Las simulaciones Monte Carlo Curva de aceptabilidad de coste efectividad idad El valor de la información 45
46 Ejercicio Abrir la hoja de calculo EE.xls Entender las formulas en color VERDE Minimo: Hacer AS univariante (valores en color AZUL) Merito: Hacer AS probabalistico (valores en color NARANJA) con el metodo Monte-Carlo Avanzada: Dibujar una curva CEAC Supersalida: Calcular el valor de información perfecta Presentar sus resultados a los demás 46
Análisis de sensibilidad:
Análisis de sensibilidad: Métodos probabilísticos en la evaluación económica de tecnologías sanitarias i Parte 1 David Epstein Dme2@york.ac.uk 1 La presentación El Análisis de Sensibilidad (AS) Objetivos
Más detallesIntroducción al @RISK 5.7
Introducción al @RISK 5.7 Javier Ordóñez, PhD Director de Soluciones Personalizadas Riesgo» Riesgo: Un escenario en donde existe una posibilidad de desviación respecto de un resultado deseado o esperado»
Más detallesSIMULACION. Modelos de. Julio A. Sarmiento S. http://www.javeriana.edu.co/decisiones/julio sarmien@javeriana.edu.co
SIMULACION Modelos de http://www.javeriana.edu.co/decisiones/julio sarmien@javeriana.edu.co Julio A. Sarmiento S. Profesor - investigador Departamento de Administración Pontificia Universidad Javeriana
Más detallesPROSAP-UTF/ARG/017/ARG Desarrollo Institucional para la Inversión
PROSAP-UTF/ARG/017/ARG Desarrollo Institucional para la Inversión ESTUDIO DE AMPLIACIÓN DEL POTENCIAL DE IRRIGACIÓN EN ARGENTINA Metodología de Simulación Montecarlo Julio 2014 Anexo: Metodología de Simulación
Más detallesANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO
ANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO Por: Pablo Lledó Master of Science en Evaluación de Proyectos (University of York) Project Management Professional (PMP) Profesor de Project Management y Evaluación
Más detallesIntroducción al @RISK
Introducción al @RISK Ariadna Berger Noviembre 2004 Introducción al @RISK El análisis de riesgo implica cuatro etapas: Desarrollo del modelo Identificación de las fuentes de riesgo Análisis con simulación
Más detallesREVISTA Clinical Therapeutics. VOLUMEN DE LA REVISTA 21. PÁGINAS 1924-1936. FECHA DE PUBLICACIÓN 1999. LENGUAJE EN QUE SE PUBLICÓ Inglés.
AUTOR (ES) Cobos A, Jovell AJ, García-Altés A, García-Closas R, Serra-Majem L. TITULO Which statin is most efficient for the treatment of hypercholesterolemia? A costeffectiveness analysis. REVISTA Clinical
Más detallesANÁLISIS DE SENSIBILIDAD OBJETIVO DEL ANÁLISIS
Estudio Financiero ANÁLISIS DE SENSIBILIDAD OBJETIVO DEL ANÁLISIS Medir cuan sensible es la evaluación financiera a través de variaciones en las principales variables críticas del proyecto, de forma que
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesDISEÑOS DE INVESTIGACIÓN
DISEÑOS DE INVESTIGACIÓN María a Eugenia Mackey Estadística stica Centro Rosarino de Estudios Perinatales El diseño de un estudio es la estrategia o plan utilizado para responder una pregunta, y es la
Más detallesLos datos de efectividad se derivaron de estudios publicados entre 1986 y 1995. Los datos económicos provinieron del Servicio Catalán de Salud de
AUTOR (ES) Serra-Prat M, Gallo P, Jovell AJ, Aymerich M, Estrada MD TÍTULO Trade-offs in prenatal detection of Down syndrome REVISTA Am J Public Health VOLUMEN 88 PÁGINAS 551-557 FECHA DE PUBLICACIÓN 1998
Más detallesAnálisis de Riesgo utilizando @RISK para MSProject. Javier Ordóñez, Ph.D., PMP Director de Soluciones Personalizadas Palisade Corporation
Análisis de Riesgo utilizando @RISK para MSProject Javier Ordóñez, Ph.D., PMP Director de Soluciones Personalizadas Palisade Corporation Agenda» Introducción» Conceptos» Análisis de Riesgo en Proyectos»
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesContratos de arrendamiento: negociar no sólo el monto total sino también la modalidad de pago
nº 19 16 de abril de 2014 Contratos de arrendamiento: negociar no sólo el monto total sino también la modalidad de pago El resultado económico de un negocio de siembra puede ser muy distinto según cómo
Más detallesAdministración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1
Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1 TEMA 11: MÉTODOS DINÁMICOS DE SELECCIÓN DE INVERSIONES ESQUEMA DEL TEMA: 11.1. Valor actualizado neto. 11.2. Tasa interna
Más detallesValidación y verificación de métodos de examen cuantitativos
Temas selectos de Calidad en Serología (aplicación en el banco de sangre) Validación y verificación de métodos de examen cuantitativos Ignacio Reyes Ramírez entidad mexicana de acreditación, a.c. Introducción
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesADMINISTRACION FINANCIERA. Parte IV Capítulos 2 Títulos, Carteras de inversión.-
ADMINISTRACION FINANCIERA Parte IV Capítulos 2 Títulos, Carteras de inversión.- Puntos 4-6. CPN. Juan Pablo Jorge Ciencias Económicas Tel. (02954) 456124/433049 jpjorge@speedy.com.ar 1 Carteras - Sumario
Más detallesBREVE MANUAL DE SOLVER
BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación
Más detallesCAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de
CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.
Más detallesFONDO MUTUO SURA SELECCION ACCIONES CHILE SERIE A Folleto Informativo al cierre de septiembre 2015
FONDO MUTUO SURA SELECCION ACCIONES CHILE SERIE A Administradora RUN Patrimonio Serie Monto Mínimo S.A. 8685 CLP $504.867.977 $5.000 Plazo : 10 días Rentabilidad en Pesos desde 01/10/2010 a 3% 1 Mes -3,55%
Más detallesDepartamento de Salud Pública Facultad de Medicina UNAM
NORMALIDAD Departamento de Salud Pública Facultad de Medicina UNAM Dra. Laura Moreno Altamirano Normalidad Son los valores de determinada medición en un grupo de individuos normales de una población definida.
Más detallesCURSO P para ti examen P SoA CAS repaso agilidad inscripción necesidades inglés calculadora Curso P
1 CURSO P Este curso es para ti si deseas fortalecer tus conocimientos prácticos de probabilidad y realizar el examen P (Probability) de la SoA (Society of Actuaries), a veces llamado examen 1/P por ser
Más detallesAula Banca Privada. La importancia de la diversificación
Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual
Más detallesVI. TASA DE RETORNO REQUERIDA
VI. TASA DE RETORNO REQUERIDA 1. IMPORTANCIA 2. DEFINICIÓN Mínimo rendimiento aceptable de la inversión. Referencia para los administradores vs. los propietarios de la firma. La TRR de una inversión es
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesAnálisis de riesgo e incertidumbre
Análisis de riesgo e incertidumbre Eduardo Contreras Enero 2009 Introducción a riesgo e incertidumbre Dos Conceptos: Riesgo:» Información de naturaleza aleatórea, las probabilidades de ocurrencia de eventos
Más detallesFUNDAMENTOS DEL ANÁLISIS DE WEIBULL Por Robert B. Abernethy, FL, USA
FUNDAMENTOS DEL ANÁLISIS DE WEIBULL Por Robert B. Abernethy, FL, USA El análisis de Weibull es la técnica mayormente elegida para estimar una probabilidad, basada en datos medidos o asumidos. La distribución
Más detallesFONDO MUTUO SURA SELECCION ACCIONES USA SERIE A Folleto Informativo al cierre de septiembre 2015
FONDO MUTUO SURA SELECCION ACCIONES USA SERIE A Administradora RUN Patrimonio Serie Monto Mínimo S.A. 8915 CLP $2.016.700.184 $5.000 Rentabilidad en Pesos desde 21/03/2012 a 90% 1 Mes -3,98% Anual de Costos
Más detallesRIESGO Y PROBABILIDAD
RIESGO Y PROBABILIDAD Debido a la naturaleza del proyecto, se pueden presentar riesgos, por ejemplo actividades complejas que no se han realizado antes, nuevas tecnologías, actividades de investigación,
Más detallesPrecio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.
Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes
Más detallesx 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos
Más detallesFONDO MUTUO SURA RENTA DEPOSITO CHILE SERIE A Folleto Informativo al cierre de noviembre 2015
FONDO MUTUO SURA RENTA DEPOSITO CHILE SERIE A Administradora RUN Patrimonio Serie Monto Mínimo S.A. 8678 CLP $18.936.876.967 $5.000 Rentabilidad en Pesos desde 01/12/2010 a 24% Rentabilidades Nominales
Más detallesINDICADORES EVALUACIÓN DE PROYECTOS
INDICADORES EVALUACIÓN DE PROYECTOS Sección: 01 Profesores: Cristián Bargsted Andrés Kettlun Conceptos básicos Contenido Valor Presente Neto(VPN) Tasa interna de Retorno(TIR) Período de Recuperación de
Más detallesFONDO MUTUO SURA ESTRATEGIA EQUILIBRADA SERIE A Folleto Informativo al cierre de diciembre 2015
FONDO MUTUO SURA ESTRATEGIA EQUILIBRADA SERIE A Administradora RUN Patrimonio Serie Monto Mínimo S.A. 8774 CLP $2.832.702.942 $5.000 Plazo : 10 días Rentabilidad en Pesos desde 01/01/2011 a 8% 1 Mes -1,48%
Más detallesAnálisis económico de la fractura de cadera
Análisis económico de la fractura de cadera Hita Departamento de Economía Sociedad Española de Medicina Interna, Grupo de Trabajo de Osteoporosis V Reunión de Osteoporosis. Elche, 23 25 de abril de 2009
Más detallesOptimización heurística y simulación de Montecarlo para la maximización de ingresos en hoteles Por José Manuel Martínez López, PMP.
Optimización heurística y simulación de Montecarlo para la maximización de ingresos en hoteles Por José Manuel Martínez López, PMP Sinopsis El presente artículo muestra los resultados de un problema de
Más detallesUniversidad del CEMA Master en Finanzas 2006
Universidad del CEMA Master en Finanzas 2006 La Simulación como una herramienta para el manejo de la incertidumbre Fabián Fiorito ffiorito@invertironline.com Tel.: 4000-1400 Hoy en día la simulación es
Más detallesDocumento diseño de evaluación en términos de comparabilidad entre grupos de tratamiento y control
SEPTIEMBRE 2012 Tercer Informe Documento diseño de evaluación en términos de comparabilidad entre grupos de tratamiento y control ÍNDICE 1. Introducción...4 2. La base de datos del PRONABES....5 3. Selección
Más detallesClaves sobre incentivos fiscales a la inversión EL PROYECTO DE INVERSION. Cr. Laura Palma, CPA/Ferrere
Claves sobre incentivos fiscales a la inversión EL PROYECTO DE INVERSION Cr. Laura Palma, CPA/Ferrere QUÉ CONTIENE? CÓMO SE FORMULA? LA JUSTIFICACIÓN COMERCIAL LA JUSTIFICACIÓN TÉCNICA LA JUSTIFICACIÓN
Más detallesInvestigación sobre pruebas diagnósticas
Este material se puede usar libremente, citando su autoría y procedencia: Abraira V, Zamora J, Muriel A, Cano A, Royuela A. Web del diagnóstico. Investigación sobre pruebas diagnósticas Unidad de Bioestadística
Más detallesAprende a rentabilizar tu negocio
Aprende a rentabilizar tu negocio Índice 1. Qué es la Cuenta de Resultados?... 3 2. Por qué es imprescindible elaborar la Cuenta de Resultados?... 3 3. Qué conceptos entran en la Cuenta de Resultados?...
Más detallesSimulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones. Banco Central de Reserva del Perú
Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones Banco Central de Reserva del Perú - Gonzalo Chávez - Paul Zanabria 1 Introducción La proyección
Más detallesSimulación Monte Carlo
Simulación Monte Carlo Modelado estocástico Cuando se realiza un análisis estático a un proyecto, una serie de supuestos y variables producen un resultado de valor único. Mientras que un análisis estocástico
Más detallesSIMULACIÓN MCMC. Dr. Holger Capa Santos
SIMULACIÓN MCMC Dr. Holger Capa Santos Septiembre, 2009 CONTENIDO Integración Montecarlo Problema con la Integración Montecarlo Muestreo de Importancia Algoritmos de Metropolis y Metropolis-Hastings Muestreador
Más detallesAnexo 12-a. Plantillas de lectura crítica del SIGN
Anexo 12-a. Plantillas de lectura crítica del SIGN Plantilla de Lectura crítica nº 1: Ensayo clínico aleatorizado (ECA) Identificación del estudio (Referencia bibliográfica del estudio, formato Vancouver)
Más detallesSoftware de Optimización Estratégica de Carteras de Inversión OPTIFOLIO
Software de Optimización Estratégica de Carteras de Inversión OPTIFOLIO mail@optifolio.net www.optifolio.net OptiFolio Visión general del sistema Características del programa Permite visualizar en el plano
Más detallesMedia vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:
Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.
Más detallesESTIMACION DE INTERVALOS DE CONFIANZA
pag 3. Prohibida su reproducción ESTIMACION DE INTERVALOS DE CONFIANZA Una muestra permite realizar estimaciones puntuales de los parámetros de la población. Utilizando las propiedades de las distribuciones
Más detallesQue permite las proyecciones..
1 PROYECCION DE ESTADOS FINANCIEROS Que permite las proyecciones.. 1) Evaluar si el futuro desempeño de la firma cumplirá con los objetivos definidos. 2) Anticiparse a las futuras necesidades de financiamiento
Más detallesFUNDAMENTOS DE ADMINISTRACIÓN Y GESTIÓN
FUNDAMENTOS DE ADMINISTRACIÓN Y GESTIÓN 2º Bachillerato. Curso 2008/2009 CONTENIDOS MÍNIMOS Para cumplir los objetivos propuestos, en el Decreto 70/2002 de 23 de mayo los contenidos de la materia Fundamentos
Más detallesDISTRIBUCIÓN DE LA MEDIA MUESTRAL. b) Las medias muestrales de tamaño n se distribuyen según la normal
1 DISTRIBUCIÓN DE LA MEDIA MUESTRAL La mayoría de estos problemas han sido propuestos en exámenes de selectividad de los distintos distritos universitarios españoles. 1. Considérese una población en la
Más detallesH E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS
H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS Una situación que se nos plantea algunas veces es la de resolver un problema hacia atrás, esto es, encontrar
Más detallesde la empresa Al finalizar la unidad, el alumno:
de la empresa Al finalizar la unidad, el alumno: Identificará el concepto de rentabilidad. Identificará cómo afecta a una empresa la rentabilidad. Evaluará la rentabilidad de una empresa, mediante la aplicación
Más detallesPLANIFICACIÓN DE PROYECTOS
Pert - CPM: Uno de los primeros casos documentados de la epoca actual sobre la administración y planificacion de proyectos se refiere al proyecto de armamentos del Polaris, empezando 1958. Así surgió el
Más detallesBANCO DE MEXICO. Definiciones básicas de Riesgos
BANCO DE MEXICO Definiciones básicas de Riesgos Noviembre 2005 1 ÍNDICE DE RIESGO: 1.1. Medidas de riesgo 1.1.1. Valor en Riesgo (VaR) 1.1.2. Análisis de Estrés 1.2. Riesgo de Mercado 1.2.1. Medidas de
Más detallesTransUnion República Dominicana. Preguntas frecuentes sobre los modelos de score de TransUnion
TransUnion República Dominicana Preguntas frecuentes sobre los modelos de score de TransUnion Los modelos de score de TransUnion El siguiente es un resumen para ayudarle a entender mejor cómo se puede
Más detallesCURSO: ANALISIS DE RIESGOS EN ADMINISTRACION DE PROYECTOS
MANAGEMENT CONSULTORES CURSO: ANALISIS DE RIESGOS EN ADMINISTRACION DE PROYECTOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: mgm_consultas@mgmconsultores.com.ar
Más detalles2.0 QUÉ ES NECESARIO PARA EMPEZAR A OPERAR CON FUTUROS?
27 2.0 QUÉ ES NECESARIO PARA EMPEZAR A OPERAR CON FUTUROS? 2.1 Cómo elegir bróker y abrir una cuenta? Ya vimos anteriormente que un bróker es un intermediario entre el especulador y el mercado. Hay muchos
Más detallesTema 7 COSTO ESTÁNDAR
Tema 7 COSTO ESTÁNDAR Campus Santa Fé Miguel Ángel Gutiérrez Banegas 1 Introducción En el proceso de generación de información en los negocios, la predeterminación de costos soluciona la dificultad que
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detallesFINANZAS DINÁMICAS Y OPCIONES REALES PARA EVALUAR COMPAÑÍAS START-UP DEL SECTOR BIOECONOMÍA. M. C. L I Z B E T H C O B I Á N
FINANZAS DINÁMICAS Y OPCIONES REALES PARA EVALUAR COMPAÑÍAS START-UP DEL SECTOR BIOECONOMÍA. M. C. L I Z B E T H C O B I Á N Los modelos que se desarrollaban para la valoración de proyectos de inversión
Más detallesÍNDICE DISEÑO DE CONTADORES SÍNCRONOS JESÚS PIZARRO PELÁEZ
ELECTRÓNICA DIGITAL DISEÑO DE CONTADORES SÍNCRONOS JESÚS PIZARRO PELÁEZ IES TRINIDAD ARROYO DPTO. DE ELECTRÓNICA ÍNDICE ÍNDICE... 1 1. LIMITACIONES DE LOS CONTADORES ASÍNCRONOS... 2 2. CONTADORES SÍNCRONOS...
Más detallesCalculadora de Tamaño muestral GRANMO
Calculadora de Tamaño muestral GRANMO Versión 7.12 Abril 2012 http://www.imim.es/ofertadeserveis/software-public/granmo/ Entre las distintas ofertas que existen para el cálculo del tamaño muestral, ofrecemos
Más detallesMETODOLOGÍAS PARA ESTRATEGIAS DE PRECIO
METODOLOGÍAS PARA ESTRATEGIAS DE PRECIO Este documento es propiedad intelectual de MORE Market & Opinion Research,, por lo que cualquier tema relacionado con su contenido, es de uso confidencial y se considera
Más detallesCURSO: MS-PROJECT Y CRYSTAL BALL EN ADMINISTRACION DE PROYECTOS
MANAGEMENT CONSULTORES CURSO: MS-PROJECT Y CRYSTAL BALL EN ADMINISTRACION DE PROYECTOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: mgm_consultas@mgmconsultores.com.ar
Más detallesDirectrices sobre los parámetros específicos de la empresa
EIOPA-BoS-14/178 ES Directrices sobre los parámetros específicos de la empresa EIOPA Westhafen Tower, Westhafenplatz 1-60327 Frankfurt Germany - Tel. + 49 69-951119-20; Fax. + 49 69-951119-19; email: info@eiopa.europa.eu
Más detallesTamaño muestral Cómo estimar n adecuadamente? Estimación puntual. Marta Cuntín González Biostatech Advice, Training and Innovation in Biostatistics
Tamaño muestral Cómo estimar n adecuadamente? Estimación puntual Marta Cuntín González Biostatech Advice, Training and Innovation in Biostatistics Índice Conceptos básicos Diseño Problemas Qué es necesario?
Más detallesGeneración de Números Pseudo-Aleatorios
Números Aleatorios Son un ingrediente básico en la simulación de sistemas Los paquetes de simulación generan números aleatorios para simular eventos de tiempo u otras variables aleatorias Una secuencia
Más detallesCosto efectividad de las estrategias de tratamiento de primera línea de adolescentes o adultos con VIH en Colombia.
CONVENIO 036 de 2012 Costo efectividad de las estrategias de tratamiento de primera línea de adolescentes o adultos con VIH en Colombia. Resultados preliminares Según los lineamientos de la Guía Metodológica
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 2013-2014 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas
Más detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Financiación Francisco Pérez Hernández Departamento de Financiación e Investigación de la Universidad Autónoma de Madrid Objetivo del curso: Dentro del contexto de Economía de la
Más detallesTests de hipótesis estadísticas
Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para
Más detallesLa clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda
La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda Qué SPC? SPC (Statistical Process Control) CEP (Control Estadístico de Proceso) El SPC es una herramienta estadística que nos permite analizar,
Más detallesCiudad de Guatemala, 2013
Ciudad de Guatemala, 2013 1 Clase 5 Muestreo y tamaño de muestra D i e g o A y c i n e n a diegoaa@ufm.edu Universidad Francisco Marroquín 2 Clases (Profesores) H o r a r i o Actividades en Grupo (Todos)
Más detallesCURSO: ANALISIS CUANTITATIVO DE RIESGOS FINANCIEROS CON CRYSTALBALL
MANAGEMENT CONSULTORES CURSO: ANALISIS CUANTITATIVO DE RIESGOS FINANCIEROS CON CRYSTALBALL Cnel. Ramón L. Falcón 1435 1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202
Más detallesUNIVERSIDAD AUTÓNOMA DE TAMAULIPAS UNIDAD ACADÉMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIÓN DE SISTEMAS
UNIDAD MÉTODOS DE MONTECARLO II 2.1 Definición Los métodos de Montecarlo abarcan una colección de técnicas que permiten obtener soluciones de problemas matemáticos o físicos por medio de pruebas aleatorias
Más detallesCómo confeccionar las TARJETAS para el sistema de evaluación de pruebas?
Cómo confeccionar las TARJETAS para el sistema de evaluación de pruebas? CÓMO ES LA TARJETA DE RESPUESTA? Esta tarjeta, diseñada especialmente para ser procesada por nuestro scanner, está confeccionada
Más detallesTema 4. La producción
Tema 4 La producción Epígrafes La tecnología de la producción La producción con un factor variable (trabajo) Las isocuantas La producción con dos factores variables Los rendimientos a escala Cap. 6 P-R
Más detallesTEMA 3: TRATAMIENTO DE DATOS EN MS. EXCEL (I)
VARIABLES Variable: característica de cada sujeto (cada caso) de una base de datos. Se denomina variable precisamente porque varía de sujeto a sujeto. Cada sujeto tiene un valor para cada variable. El
Más detallesPortafolios Eficientes para agentes con perspectiva Pesos
RenMax Sociedad de Bolsa S.A www.renmax.com.uy Publicado Diciembre 2005 Portafolios Eficientes para agentes con perspectiva Pesos Este artículo muestra que para un agente residente en Uruguay que consume
Más detallesProgramación Genética
Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino
Más detallesParámetros y estadísticos
Parámetros y estadísticos «Parámetro»: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo Intenta resumir toda la información que hay en la población
Más detallesPruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B 1. Una empresa tiene 3000 bolsas de ajo morado de Las
Más detallesMuestreo estadístico. Relación 2 Curso 2007-2008
Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los
Más detallesFISICA I Escuela Politécnica de Ingeniería de Minas y Energía AJUSTE POR MÍNIMOS CUADRADOS
AJUSTE POR MÍNIMOS CUADRADOS Existen numerosas leyes físicas en las que se sabe de antemano que dos magnitudes x e y se relacionan a través de una ecuación lineal y = ax + b donde las constantes b (ordenada
Más detallesMEDIDAS DE RESULTADOS DE LOS ENSAYOS CLÍNICOS
MEDIDAS DE RESULTADOS DE LOS ENSAYOS CLÍNICOS María Dolores Vega Coca Especialista en Farmacia Hospitalaria Agencia de Evaluación de Tecnologías Sanitarias de Andalucía (AETSA) Jornada previa de apoyo
Más detallesPuede dar pérdida un Casino?
Puede dar pérdida un Casino? por Ernesto Mordecki En esta nota calculamos la probabilidad de que pierda la banca en la ruleta, en un período dado de tiempo. uestro enfoque consiste en determinar cuantas
Más detallesCalibración y control de calidad de instrumentos de análisis
Calibración y control de calidad de instrumentos de análisis cĺınico. María Cecilia San Román Rincón Monografía vinculada a la conferencia del Dr. Horacio Venturino sobre Instrumental para laboratorio
Más detallesSelectividad Junio 2008 JUNIO 2008 PRUEBA A
Selectividad Junio 008 JUNIO 008 PRUEBA A 3 a x + a y =.- Sea el sistema: x + a y = 0 a) En función del número de soluciones, clasifica el sistema para los distintos valores del parámetro a. b) Resuélvelo
Más detallesMANUAL PARA ESTUDIANTES USUARIOS DEL SISTEMA DE MATRÍCULA POR INTERNET
MANUAL PARA ESTUDIANTES USUARIOS DEL SISTEMA DE MATRÍCULA POR INTERNET I. ANTES DEL PROCESO DE MATRÍCULA 1. Impedimentos y Autorizaciones La información de matrícula se publica en el sitio http://www.ulima.edu.pe,
Más detallesCapítulo 10. Comprensión de la fijación de precios y obtención del valor del cliente 10-1. Copyright 2012 Pearson Educación
Capítulo 10 Comprensión de la fijación de precios y obtención del valor del cliente 10-1 Objetivos de aprendizaje Presentación del capítulo Qué es el precio? Principales estrategias de fijación de precios
Más detallesTema 1: Test de Distribuciones de Probabilidad
Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).
Más detallesUNIVERSIDAD NACIONAL DE COLOMBIA SEDE MEDELLÍN FACULTAD DE MIAS ESCUELA DE LA INGENIERÍA DE LA ORGANIZACIÓN
UNIVERSIDAD NACIONAL DE COLOMBIA SEDE MEDELLÍN FACULTAD DE MIAS ESCUELA DE LA INGENIERÍA DE LA ORGANIZACIÓN TALLER PREPARATORIO: SEGUNDO EXAMEN DE INVERSIONES BAJO RIESGO 1. Usted es el encargado de administrar
Más detalles? 50 30 20 20 emplear NA 0,788 0,367879 se queda s a 150 275 70-125 se pone s en s a 15 58 200-43 se pone s en s a
350 MR Versión 1 1 Prueba Parcial 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA: INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Computación Evolutiva CÓDIGO: 350 MOMENTO: Primera Parcial VERSIÓN:
Más detallesModelos de Inventarios
Universidad Simón Bolívar Modelos de Inventarios PS-4162 GESTION DE LA PRODUCCION II Contenido Modelos de inventario Demanda independiente vs dependiente Costos de almacenamiento, lanzamiento y preparación
Más detallesMetodología Gran Encuesta Integrada de Hogares (GEIH)
Metodología Gran Encuesta Integrada de Hogares (GEIH) Texto adaptado del Manual de metodología del DANE, para este diplomado. Diseño estadístico Como menciona el DANE, la Gran Encuesta Integrada de Hogares
Más detalles(.$263*7.5"4+%#,"8..9$ $.$ - -. 7.# "4< $ 8 $ 7 "% @
!"#$%!& ' ($ 2 ))!"#$%& '$()!& *($$+%( & * $!" "!,"($"$ -(.$!- ""& +%./$$&,-,$,". - %#,"0# $!01 "23(.4 $4$"" ($" $ -.#!/ ". " " ($ "$%$(.$2.3!- - *.5.+%$!"$,"$ (.$263*7.5"4+%#,"8..9$ $.$ - $,"768$"%$,"$%$!":7#;
Más detallesFinanzas Corporativas. Presupuesto de Capital
Finanzas Corporativas Presupuesto de Capital DECISIONES FINANCIERAS INVERSIÓN: Seguridad Rentabilidad Liquidez Presupuesto de capital FINANCIACIÓN: Menor Costo Oportunidad : CICLO DE CAJA Riesgo Estructura
Más detalles7 MODELO GEOLOGICO GEOTECNICO
7 MODELO GEOLOGICO GEOTECNICO Considerando el entorno geológico y geomorfológico de la zona de estudio, se planteó un programa de exploración del subsuelo, junto con un plan de ensayos de laboratorio,
Más detalles