Leitlinien zur Erstellung sozioökonomischer ... - ECHA - Europa
Leitlinien zur Erstellung sozioökonomischer ... - ECHA - Europa
Leitlinien zur Erstellung sozioökonomischer ... - ECHA - Europa
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
SOZIOÖKONOMISCHE ANALYSE – ZULASSUNG<br />
E.5 Monte-Carlo-Analyse<br />
Erläuterung der Monte-Carlo-Analyse<br />
Die Monte-Carlo-Analyse geht bei der Unsicherheitsanalyse einen Schritt weiter als die vorstehend<br />
genannten Methoden. Es handelt sich dabei um ein probabilistisches Instrument, das insofern<br />
besonders hilfreich ist, als es die Unsicherheit von Eingangsparametern durch die Verwendung von<br />
Wahrscheinlichkeitsdichtefunktionen (WDF) explizit beschreibt. Eine WDF liefert Anhaltspunkte<br />
für die Spannweite der wahrscheinlichen Werte eines bestimmten Parameters und die<br />
Wahrscheinlichkeiten der einzelnen Werte innerhalb dieser Spanne (z. B. Gleichverteilung,<br />
Normalverteilung, Dreiecksverteilung). Die Verwendung dieses Instruments setzt also voraus, dass<br />
in irgendeiner Form Informationen über die Unsicherheit der Eingangsdaten vorliegen. Im Zuge der<br />
Monte-Carlo-Analyse kann neben der Angabe von Mittelwerten und der diesbezüglichen Varianz<br />
oder der Spannweite möglicher Werte die wahrscheinliche „Form“ der WDF (wie<br />
„Normalverteilung“ oder schiefe Verteilungen) bestimmt werden.<br />
Anwendung der Methode<br />
• Erhebung von Stichprobenwerten für jeden Eingangsparameter und Kombination dieser<br />
Parameter <strong>zur</strong> Generierung mehrerer möglicher Ergebniswerte und der Wahrscheinlichkeiten<br />
des Auftretens dieser Werte (beispielsweise durch Schätzung der Werte der mittleren<br />
Abweichung und der Standardabweichung für einen bestimmten Parameter). Die Verteilungen<br />
der Parameter- oder Modellwahrscheinlichkeiten können empirisch (z. B. aus<br />
Bevölkerungsdaten oder mittelbar durch Regression im Rahmen anderer statistischer Modelle)<br />
oder unter Verwendung geeigneter Annahmen auf der Grundlage der verfügbaren Daten oder<br />
der Beurteilungen durch Sachverständige abgeleitet werden.<br />
• Dokumentation aller Annahmen und Modellspezifikationen: Die Qualität der Gesamtanalyse ist<br />
nur so hoch wie die Qualität ihrer Komponenten; es sollten daher alle Annahmen oder<br />
Modellspezifikationen begründet und gut dokumentiert werden.<br />
• Durchführung der Simulation: Software <strong>zur</strong> Durchführung von Monte-Carlo-Simulationen<br />
sowie entsprechende Add-Ons für Tabellenkalkulationsprogramme sind inzwischen weithin<br />
verfügbar. Es ist jedoch zu berücksichtigen, dass derartige Analysen Kenntnisse über die<br />
Formen der Wahrscheinlichkeitsverteilungsfunktionen für die unsicheren Eingangsvariablen<br />
sowie über den Grad der Interdependenz zwischen den Eingangsvariablen voraussetzen (der<br />
problemlos in die Analyse einbezogen werden kann). Die Analyse selbst wird in der Regel in<br />
einem automatischen Prozess vollzogen, wobei für jeden der zu untersuchenden Parameter<br />
unterschiedliche Werte entsprechend ihrer Wahrscheinlichkeit in der WDF ausgewählt werden;<br />
anhand dieser Werte werden die Gesamtergebnisse berechnet, und anschließend wird der<br />
Prozess wiederholt, wobei häufig mehrere Tausend Iterationen durchgeführt werden. Es ist<br />
sorgfältig zu erwägen, wie viele Iterationen erforderlich sind, um sicherzustellen, dass aus jeder<br />
WDF ausreichend viele Stichproben gezogen wurden (zuweilen bedarf es mehr als<br />
10 000 Iterationen).<br />
• Dokumentation der Ergebnisse: Nach einer ausreichenden Zahl von Iterationen liegt das<br />
Ergebnis der Monte-Carlo-Analyse in Form einer Wahrscheinlichkeitsverteilung des/der<br />
endgültigen Ergebniswerte(s) vor. Somit ist es möglich, beispielsweise das Konfidenzlevel (z. B.<br />
als Konfidenzintervalle) zu bestimmen, mit dem sich die Ergebnisse innerhalb einer bestimmten<br />
Spanne bewegen werden – z. B. unterhalb eines Switching-Punktes für die Endergebnisse –,<br />
212