Simulacion

INTRODUCCIÓN

Las técnicas de selección, toma y preparación de las muestras, así como a su transporte y conservación. La importancia de estas técnicas no debe ser subestimada, pues un defecto en cualquiera de ellas puede invalidar los resultados del análisis microbiológico.

LA VALIDACIÓN

La validación del modelo y de los resultados es uno de los aspectos más importantes que hay que tener en Cuenta al desarrollar el modelo de un sistema, bien sea un modelo analítico o un modelo de simulación. La validación está íntimamente relacionada con lo que se ha denominado la "credibilidad del modelo". Es decir, quien desarrolla un modelo de simulación debe buscar la forma de mostrar que el modelo es confiable y que representa adecuadamente el comportamiento del sistema bajo estudio. Además, debe lograr que quien va a tomar la decisión final sobre el uso de los resultados de la simulación crea en la simulación y en los resultados obtenidos a través de ella. La validación de una simulación, es en su esencia, igual a la validación de cualquier otro modelo; sin embargo existen ciertas diferencias en cuanto a su realización, debido a las características especiales de la simulación.

ASPECTOS QUE HAY QUE VALIDAR

Al estudiar el desarrollo de un modelo se encontró que había tres clases de variables que describían el comportamiento de un sistema. Esas variables las clasificamos como:

Variables exógenas o independientes

Estas variables afectan el comportamiento del sistema, pero que no son afectados por el sistema. Estas variables se pueden clasificar a su vez en:

• Variables controlables o incontrolables, dependiendo de si pueden ser manipulados o no por quien toma las decisiones.

• Variables aleatorias o parámetros, dependiendo de si su valor se da en términos de una función de densidad o como una constante. Las variables aleatorias actúan en una forma independiente del sistema.

Variables de estado

Son variables que describen el estado del sistema en cualquier instante. Generalmente las variables de estado son variables aleatorias secundarias, cuyos valores están completamente relacionados con otras variables aleatorias, con las variables de decisión o controlables y con los parámetros.

Variables endógenas o de salida

Son las variables cuyo valor se trata de predecir a través del modelo.

Por lo tanto, cuando se trata de validar un modelo de simulación, es necesario validar todos los aspectos que se han considerado en la construcción del mismo. Esto incluye:

• Validación de las variables exógenas, tanto las que toman la forma de variables aleatorias como las que toman la forma de parámetros. Es necesario examinar si a las variables aleatorias se les ha asignado la función de densidad apropiada y si los estimativos de los parámetros son confiables.

• Validación del simulador, es decir, es necesario examinar el modelo de simulación que se construyó para ver si está realizando las tareas para las cuales fue diseñado (variables de estado).

• Validación de los resultados del simulador (variables endógenas). La validación de las variables endógenas es la parte principal, ya que con base en estas variables se han de tomar las decisiones. La validación de estos resultados depende grandemente de si se está usando el modelo para simular un sistema existente o un sistema propuesto, no existente, ya que para el primero pueden existir datos con los cuales puedan compararse los resultados de la simulación.

Para estimar un parámetro es necesario conocer la distribución de la cual fue obtenida la muestra. Sin embargo, en muchas ocasiones no se sabe de qué distribución fue extraída la muestra. Por lo tanto, el proceso de estimación incluye también la estimación de la distribución de la variable aleatoria.

OPTENCION DEL NUMERO DE MUESTRA

1. Estimar un parámetro determinado con el nivel de confianza deseado.

2. Detectar una determinada diferencia, si realmente existe, entre los grupos de estudio con un mínimo de garantía.

3. Reducir costes o aumentar la rapidez del estudio.

Por ejemplo, en un estudio de investigación epidemiológico la determinación de un tamaño adecuado de la muestra tendría como objetivo su factibilidad. Así:

1. Si el número de sujetos es insuficiente habría que modificar los criterios de selección, solicitar la colaboración de otros centros o ampliar el período de reclutamiento. Los estudios con tamaños muéstrales insuficientes, no son capaces de detectar diferencias entre grupos, llegando a la conclusión errónea de que no existe tal diferencia.

2. Si el número de sujetos es excesivo, el estudio se encarece desde el punto de vista económico y humano. Además es poco ético al someter a más individuos a una intervención que puede ser menos eficaz o incluso perjudicial.

Ejemplo

¿A cuántas personas debo enviarles la encuesta?

Cuando se pregunta “¿cuántos encuestados necesito?”, lo que en realidad se está preguntando es “¿qué tan grande debe ser la muestra para estimar correctamente la población?” Estos conceptos son complejos, razón por la cual hemos dividido el proceso en 5 pasos para calcular fácilmente el tamaño ideal de la muestra y garantizar la exactitud de los resultados de la encuesta.

5 pasos para asegurarse de que con la muestra, se estima correctamente la población:

PASO 1

¿Cuál es la población?

Por población se entiende el grupo completo de personas a quienes usted desea comprender (la muestra estará formada por las personas de esta población que finalmente hagan la encuesta).

Entonces, por ejemplo, si desea saber cómo comercializar su

...