Gráficos de sensibilidade fornecem esses principais benefícios:
Você pode descobrir quais pressupostos influenciam mais as previsões, reduzindo o tempo necessário para refinar estimativas.
Você pode descobrir quais pressupostos influenciam menos as previsões, de forma que eles possam ser ignorados ou descartados em conjunto.
Com informações de sensibilidade, você pode construir modelos mais realistas de planilha e aumentar bastante a precisão dos resultados.
Os gráficos de sensibilidade têm diversas limitações e podem ser menos precisos ou equivocados para o seguinte:
Pressupostos Correlacionados, que são sinalizados no gráfico de sensibilidade. Desativar as correlações na caixa de diálogo Preferências de Execução podem ajudá-lo a obter informações de sensibilidade mais precisas.
Pressupostos que têm relacionamentos não monotônicos com a previsão alvo. Ou seja, um aumento ou uma diminuição no pressuposto não é acompanhado por um aumento ou diminuição severos na previsão. Os relacionamentos da curva logarítmica são monotônicos, mas os relacionamentos curva senoidal não são.
A ferramenta de Análise de Tornado pode ajudá-lo a descobrir se qualquer um dos pressupostos têm relacionamentos não monotônicos com a previsão alvo (“Medindo os Efeitos da Variável com a Ferramenta de Análise de Tornado”).
Previsões ou pressupostos que têm um pequeno conjunto de valores discretos. Quando um grande percentual de valores de pressuposto ou previsão são semelhantes ou idênticos, essa perda de informações cresce e pode significativamente distorcer o cálculo de correlações.