Este estudio investigó la sensibilidad del modelo de factorización de matriz positiva (PMF) utilizando concentraciones de elementos ligados al material particulado (PM) en Windsor, Ontario, Canadá. Se diseñaron cinco escenarios para evaluar los impactos de los datos de entrada en la identificación de fuentes, contribuciones de fuentes y rendimiento del modelo. El estudio encontró que los resultados y el rendimiento del modelo no eran sensibles a que los datos por debajo de los límites de detección del método (MDLs) fueran reemplazados por ½ MDLs, ni a si se excluían los datos de carbones marrones (BrCs). Al analizar dos eventos episódicos de manera individual, se identificaron factores únicos de fuegos artificiales y polvo mineral para cada uno de los dos episodios. Además, el rendimiento del modelo PMF mejoró considerablemente para los marcadores de eventos de los episodios y elementos con menor variabilidad en la concentración en comparación con el escenario base. Excluir los dos episodios del conjunto de datos completo tuvo poco impacto en la identificación de factores y contribuciones de fuentes, pero mejoró el rendimiento del modelo para tres de los doce elementos únicos de los dos episodios. En general, los resultados y el rendimiento del modelo PMF fueron sensibles a los porcentajes de concentraciones por debajo de los MDLs y a las concentraciones de elementos con gran variabilidad debido a las altas concentraciones observadas en los episodios. Nuestros hallazgos son útiles para tratar datos por debajo de los MDLs y eventos episódicos en la realización de futuras asignaciones de fuentes de elementos ligados al PM.