Guide relatif à l'analyse socio- économique ... - ECHA - Europa
Guide relatif à l'analyse socio- économique ... - ECHA - Europa
Guide relatif à l'analyse socio- économique ... - ECHA - Europa
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
suivants:<br />
ANNEXE E: LES TECHNIQUES D’ANALYSE D’INCERTITUDE<br />
les marchés concernés des substances chimiques et des produits et services associés, y<br />
compris les changements de comportement qui se sont produits par le passé et pourraient<br />
se produire <strong>à</strong> l’avenir si les substances cessaient d’être disponibles.<br />
La participation des parties prenantes – une source importante d’informations sera<br />
constituée par les données sur les coûts obtenues directement auprès de l’industrie. Par<br />
conséquent, il est crucial de mener une consultation et un dialogue efficaces afin de<br />
garantir la qualité des données qui seront disponibles pour prendre une décision bien<br />
fondée et réduire les incertitudes.<br />
Évaluation d’impact – les personnes qui ont l’habitude d’utiliser les Lignes directrices<br />
concernant l’analyse d’impact de la CE seront bien placées pour mener une ASE. Il est<br />
recommandé de réunir une équipe capable d’analyser les impacts sur l’environnement et<br />
la santé humaine ainsi que les impacts <strong>économique</strong>s (y compris les impacts <strong>économique</strong>s<br />
plus généraux tels que le commerce, la concurrence, la viabilité et la rentabilité).<br />
E.5 L’analyse de Monte-Carlo<br />
En quoi consiste l’analyse de Monte-Carlo?<br />
L’analyse de Monte-Carlo est une étape plus poussée de l’analyse d’incertitude que les techniques<br />
susmentionnées. C’est un outil probabiliste qui présente une utilité particulière car il caractérise<br />
explicitement l’incertitude de paramètres d’entrée au moyen de fonctions de la densité de probabilité<br />
(f.d.p.). Les f.d.p. donnent une indication de la fourchette de valeurs probables concernant un<br />
paramètre particulier et les probabilités de différentes valeurs de cette fourchette (par exemple<br />
distribution uniforme, normale, triangulaire). Il faut donc avoir des informations sur l’incertitude des<br />
données d’entrée pour utiliser cet outil. Celles-ci peuvent inclure la «forme» probable de la f.d.p.<br />
(par exemple distributions «normales» ou asymétriques) ainsi qu’une indication des valeurs<br />
moyennes et de la variance associée ou de la fourchette de valeurs possibles.<br />
Comment cette technique est-elle utilisée?<br />
Recueillir des valeurs d’échantillons de chaque valeur d’entrée et les associer pour<br />
générer de nombreuses valeurs de sortie possibles et leur probabilité (cela pourrait<br />
nécessiter par exemple, d’estimer les valeurs de l’écart moyen et de l’écart-type d’un<br />
paramètre particulier). Les distributions de probabilité des paramètres ou des modèles<br />
peuvent être dérivées empiriquement (par exemple <strong>à</strong> partir de données sur la population<br />
ou indirectement <strong>à</strong> partir de la régression d’autres modèles statistiques) ou en utilisant<br />
des hypothèses appropriées basées sur les données disponibles ou des jugements<br />
d’experts.<br />
Documenter toutes les hypothèses et spécifications des modèles. La qualité de l’analyse<br />
d’ensemble est équivalente <strong>à</strong> celle de ses composants; par conséquent toutes les<br />
hypothèses ou spécifications des modèles doivent être justifiées et bien documentées.<br />
Exécuter la simulation: les logiciels permettant d’effectuer des simulations de Monte-<br />
Carlo sont aujourd’hui répandus et de nombreux accessoires sont disponibles pour les<br />
feuilles de calcul. Il est toutefois important de reconnaître que ces analyses nécessitent<br />
203