Esquemas de Ajustes

Hay diez esquemas de ajustes predefinidos disponibles para la conveniencia de los usuarios, los cuales definen los parámetros de análisis más importantes.

Estos Esquemas de Ajustes predefinidos han sido escogidos para satisfacer los requisitos de múltiples tipos de análisis y modelos, llevando a soluciones optimizadas en términos de eficiencia en el desempeño y precisión de los resultados. Dependiendo de las características y demandas de un modelo en particular, diferentes Esquemas de Ajustes pueden servir en casos diferentes; el programa lleva a cabo una revisión interna y se produce un mensaje de notificación, cada vez que uno o más de los ajustes no parece satisfacer las necesidades de un proyecto específico. Los mensajes de notificación que pueden aparecer son los siguientes:

• El esquema de ajustes parece razonable, lo que significa que con la combinación seleccionada los usuarios probablemente no encontrarán dificultades de convergencia o problemas de precisión durante el análisis;

• Criterios de Convergencia Estrictos. Pueden surgir problemas de convergencia; el programa advierte sobre posibles problemas de convergencia que pueden surgir dados los criterios de convergencia escogidos;

• Criterios de convergencia muy estrictos. Probablemente surjan problemas de convergencia; el programa advierte sobre posibles problemas de convergencia debido a los criterios de convergencia escogidos;

• Criterios de convergencia leves. Pueden surgir problemas de precisión; el programa advierte sobre posibles problemas de precisión debido a los criterios de convergencia leves escogidos;

• Criterios de convergencia muy leves. Probablemente surjan problemas de precisión; el programa advierte sobre posibles problemas que probablemente surjan debido a los criterios de convergencia muy leves escogidos.

Cuando uno de los esquemas de ajustes no parece razonable, un botón de Ver Porqué aparece en el lado derecho de la barra. Haciendo clic en este botón los usuarios pueden ver porqué los ajustes seleccionados no deberían aplicarse al modelo, y cuales ajustes específicos necesitan cambiarse para mejorarlos.