Académique Documents
Professionnel Documents
Culture Documents
Hervé Monod
Plan
1 Introduction
2 Usage des indices de sensibilité
Représentation graphique de l’importance des facteurs
Aide à la modélisation et à l’interprétation
Remarques
3 Définition des IS basés sur la variance
Définition des indices de sensibilité
Interprétation probabiliste
4 Méthodes
Méthodes de calcul
Méthode de Sobol, version Saltelli 2002
Méthode FAST étendue (Saltelli et al. 1999)
Comparaison
5 Discussion
6 Références
H. Monod Décomposition variance
Introduction
Objectifs du cours 2
INDICES DE SENSIBILITE
basés sur la décomposition complète de la variance
Usage
Définitions
Méthodes de calcul
Objectifs du cours 2
INDICES DE SENSIBILITE
basés sur la décomposition complète de la variance
Usage
Définitions
Méthodes de calcul
PAR RAPPORT AU COURS 1
centré à nouveau sur les indices de sensibilité
nouvelles méthodes “classiques” : Sobol’, FAST
on ne discrétise pas les entrées continues
définition rigoureuse ⇒ indices de sensibilité “exacts”
calcul = pb d’estimation, plus coûteux en général
Objectifs du cours 2
INDICES DE SENSIBILITE
basés sur la décomposition complète de la variance
Usage
Définitions
Méthodes de calcul
PAR RAPPORT AU COURS 1
centré à nouveau sur les indices de sensibilité
nouvelles méthodes “classiques” : Sobol’, FAST
on ne discrétise pas les entrées continues
définition rigoureuse ⇒ indices de sensibilité “exacts”
calcul = pb d’estimation, plus coûteux en général
PAR RAPPORT AU COURS 3
on se limite au calcul des indices de sensibilité
⇒ AS seulement, pas encore “exploration de modèle”
Principe
Principe
Contexte
Y = G(X1 , . . . , XK )
avec
Xi facteur d’entrée continu (paramètre, variable d’entrée du modèle,
valeur initiale, etc.)
Objectif : mesurer l’importance globale sur Y des facteurs d’entrée Xi
sur toute une gamme de variation des Xi
avec le minimum d’hypothèses sur le modèle (“model-free”)
en intégrant les interactions
Bibliographie
Plan
1 Introduction
2 Usage des indices de sensibilité
Représentation graphique de l’importance des facteurs
Aide à la modélisation et à l’interprétation
Remarques
3 Définition des IS basés sur la variance
Définition des indices de sensibilité
Interprétation probabiliste
4 Méthodes
Méthodes de calcul
Méthode de Sobol, version Saltelli 2002
Méthode FAST étendue (Saltelli et al. 1999)
Comparaison
5 Discussion
6 Références
H. Monod Décomposition variance
Usage des indices de sensibilité
Plan
1 Introduction
2 Usage des indices de sensibilité
Représentation graphique de l’importance des facteurs
Aide à la modélisation et à l’interprétation
Remarques
3 Définition des IS basés sur la variance
Définition des indices de sensibilité
Interprétation probabiliste
4 Méthodes
Méthodes de calcul
Méthode de Sobol, version Saltelli 2002
Méthode FAST étendue (Saltelli et al. 1999)
Comparaison
5 Discussion
6 Références
Interactions
Exemple : modèle MAPOD (Angevin et al. 2008) : pollinisation croisée
entre champs de maïs OGM/non OGM
Interactions
Exemple : modèle MAPOD (Angevin et al. 2008) : pollinisation croisée
entre champs de maïs OGM/non OGM
Plans fractionnaires
Plan
1 Introduction
2 Usage des indices de sensibilité
Représentation graphique de l’importance des facteurs
Aide à la modélisation et à l’interprétation
Remarques
3 Définition des IS basés sur la variance
Définition des indices de sensibilité
Interprétation probabiliste
4 Méthodes
Méthodes de calcul
Méthode de Sobol, version Saltelli 2002
Méthode FAST étendue (Saltelli et al. 1999)
Comparaison
5 Discussion
6 Références
H. Monod Décomposition variance
Définition des IS basés sur la variance
Plan
1 Introduction
2 Usage des indices de sensibilité
Représentation graphique de l’importance des facteurs
Aide à la modélisation et à l’interprétation
Remarques
3 Définition des IS basés sur la variance
Définition des indices de sensibilité
Interprétation probabiliste
4 Méthodes
Méthodes de calcul
Méthode de Sobol, version Saltelli 2002
Méthode FAST étendue (Saltelli et al. 1999)
Comparaison
5 Discussion
6 Références
Fonction de répartition de Z
H. Monod Décomposition variance
Définition des IS basés sur la variance Définition des indices de sensibilité
Hypothèses de base
Conséquences
décomposition analogue de la variance
⇒ définition des indices de sensibilité globaux
Z
f1 (x1 ) = G(x1 , x2 ) dx2 − f0
[0,1]
f2 (x2 ) = idem
Généralisation
≥ 2 facteurs
Interprétation probabiliste
Formalisme
probabiliste fonctionnel
Y |X = G(x )
R
E(Y ) = Ω G(x ) d x = f0
R 2
Var(Y ) = Ω G(x ) − f0 dx
f0 = E(Y )
Plan
1 Introduction
2 Usage des indices de sensibilité
Représentation graphique de l’importance des facteurs
Aide à la modélisation et à l’interprétation
Remarques
3 Définition des IS basés sur la variance
Définition des indices de sensibilité
Interprétation probabiliste
4 Méthodes
Méthodes de calcul
Méthode de Sobol, version Saltelli 2002
Méthode FAST étendue (Saltelli et al. 1999)
Comparaison
5 Discussion
6 Références
H. Monod Décomposition variance
Méthodes
Plan
1 Introduction
2 Usage des indices de sensibilité
Représentation graphique de l’importance des facteurs
Aide à la modélisation et à l’interprétation
Remarques
3 Définition des IS basés sur la variance
Définition des indices de sensibilité
Interprétation probabiliste
4 Méthodes
Méthodes de calcul
Méthode de Sobol, version Saltelli 2002
Méthode FAST étendue (Saltelli et al. 1999)
Comparaison
5 Discussion
6 Références
Méthode de Sobol
Monte-Carlo
xA,1;1 . . . xA,1;K Combinaisons
A = ... ... ...
→ Ci =
xA,N;1 . . . xA,N;K
xA,1;1 . . . xB,1;i . . . xA,1;K
... ... ... ... ...
Monte-Carlo xA,N;1 . . . xB,N;i . . . xA,N;K
xB,1;1 . . . xB,1;K
B = ...
... ...
pour i = 1, . . . , K
xB,N;1 . . . xB,N;K
=⇒ N × (2 + K ) scénarios à simuler
yA,1
xA,1;1 . . . xA,1;i . . . xA,1;K
..
... ... ... ... ... .
xA,N;1 . . . xA,N;i . . . xA,N;K yA,N
kyA − yCi k2
⇒ TSI
di =
yC ,1
2Var(y
d
A , yB )
xA,1;1 . . . xB,1;i . . . xA,1;K
..
... ... ... ... ... .
xA,N;1 . . . xB,N;i . . . xA,N;K yC ,N
Méthode FAST
Plan
1 Introduction
2 Usage des indices de sensibilité
Représentation graphique de l’importance des facteurs
Aide à la modélisation et à l’interprétation
Remarques
3 Définition des IS basés sur la variance
Définition des indices de sensibilité
Interprétation probabiliste
4 Méthodes
Méthodes de calcul
Méthode de Sobol, version Saltelli 2002
Méthode FAST étendue (Saltelli et al. 1999)
Comparaison
5 Discussion
6 Références
H. Monod Décomposition variance
Discussion
Plan
1 Introduction
2 Usage des indices de sensibilité
Représentation graphique de l’importance des facteurs
Aide à la modélisation et à l’interprétation
Remarques
3 Définition des IS basés sur la variance
Définition des indices de sensibilité
Interprétation probabiliste
4 Méthodes
Méthodes de calcul
Méthode de Sobol, version Saltelli 2002
Méthode FAST étendue (Saltelli et al. 1999)
Comparaison
5 Discussion
6 Références
Intérêts et limites
Intérêts :
Mesure de qualité de l’importance des facteurs
Prise en compte explicite du continu
“model-free”
Mesures synthétiques
Applications directes à des objectifs ciblés
Limites
Coût en nombre de simulations
(Pas complètement satisfaisant sur les interactions)
A compléter pour comprendre l’effet des facteurs influents
Plan
1 Introduction
2 Usage des indices de sensibilité
Représentation graphique de l’importance des facteurs
Aide à la modélisation et à l’interprétation
Remarques
3 Définition des IS basés sur la variance
Définition des indices de sensibilité
Interprétation probabiliste
4 Méthodes
Méthodes de calcul
Méthode de Sobol, version Saltelli 2002
Méthode FAST étendue (Saltelli et al. 1999)
Comparaison
5 Discussion
6 Références
H. Monod Décomposition variance
Références
Cukier R.I., Schaibly J.H. and Shuler K.E. (1975). Study of the
sensitivity of coupled reaction systems to uncertainties in rate
coefficients. III. Analysis of the approximations. The Journal of
Chemical Physics, 63, 1140-1149. référence historique sur FAST
Da Veiga S., Wahl F., Gamboa F. (2009). Local polynomial
estimation for sensitivity analysis for models with correlated inputs.
Technometrics. méthode pour entrées corrélées
Ginot V., Gaba S., Beaudouin R., Aries F., Monod H. (2006).
Combined use of local and ANOVA-based global sensitivity analyses
for the investigation of a stochastic dynamic model : application to
the case study of an individual-based model of a fish population.
Ecological Modelling 193, 479-491. application de méthodes d’AS
locales et globales
Hoeffding W. (1948). A class of statistics with asymptotically normal
distribution. Annals of Mathematical Statistics, 19, 293-325.
référence historique sur la décomposition d’une fonction de variables
par espérances conditionnelles
H. Monod Décomposition variance
Références