Nel seguente esempio di analisi per lo strumento Bootstrap viene utilizzato un modello di esempio di Crystal Ball denominato Futura Apartments.xlsx. Questo modello di foglio di calcolo esegue la previsione dei profitti e delle perdite per un complesso di appartamenti.
Per generare i risultati Bootstrap, lo strumento Bootstrap viene avviato con Profitti o Perdite come previsione target. Il metodo basato su simulazione unica e le opzioni relative alle statistiche sono selezionati nel riquadro Metodo. Nel riquadro Opzioni sono selezionate le opzioni seguenti:
Numero di campioni di bootstrap = 200
Numero di prove per campione = 500
Mostra solo previsione target è selezionata
Durante l'esecuzione dell'analisi, lo strumento Bootstrap visualizza un grafico di previsione delle distribuzioni per ogni statistica e crea una cartella di lavoro contenente un riepilogo dei dati (Figura 9.11, «Risultati di esempio Bootstrap»).
Si noti che la certezza della previsione è impostata su 95%, ovvero il livello di affidabilità del controllo della precisione visualizzato nella scheda Prove della finestra di dialogo Preferenze esecuzione.
Lo strumento Bootstrap visualizza le distribuzioni di campionamento in grafici di previsione per numerose statistiche. Vengono calcolate anche altre statistiche, sebbene non vengano visualizzate.
Per i percentili, lo strumento Bootstrap visualizza le distribuzioni di campionamento dei percentili nei grafici overlay e di tendenza. Per visualizzare i singoli grafici di previsione con percentili, selezionare Visualizza grafici, quindi Grafici previsione.
Se l'opzione Probabilità sopra un valore viene selezionata in Preferenze esecuzione, quindi Opzioni, il significato dei percentili viene invertito, pertanto il primo percentile rappresenta l'1% più alto, mentre il novantanovesimo percentile rappresenta l'1% più basso. Per ulteriori informazioni su questa inversione, fare riferimento alla sezione “Impostazione delle preferenze per le statistiche”. |
I grafici di previsione indicano visivamente la precisione di ogni statistica (Figura 9.11, «Risultati di esempio Bootstrap»). Una distribuzione ristretta e simmetrica produce stime di statistiche più precise rispetto a una distribuzione ampia e asimmetrica.
La vista statistiche (Figura 9.12, «Statistiche di previsione Bootstrap per la media») consente di eseguire un'ulteriore analisi della distribuzione di campionamento delle statistiche. Se l'errore standard o il coefficiente di variazione della media è molto elevato, la statistica potrebbe non essere affidabile e potrebbero essere necessari altri campioni o altre prove. Questo esempio presenta un errore standard e un coefficiente di variazione relativamente basso, pertanto la media della previsione è una stima precisa della media della popolazione.
La cartella di lavoro dei risultati contiene una matrice di correlazioni che mostra le correlazioni tra le varie statistiche. Una correlazione elevata tra determinate statistiche, ad esempio tra la media e la deviazione standard, indica in genere una distribuzione fortemente asimmetrica.
È possibile utilizzare lo strumento Bootstrap anche per analizzare la distribuzione dei percentili, tuttavia è necessario eseguire almeno 1.000 campioni bootstrap e 1.000 prove per campione per ottenere distribuzioni di campionamento valide per queste statistiche (secondo Efron e Tibshirani; fare riferimento alla bibliografia di Crystal Ball nel manuale Oracle Crystal Ball Reference and Examples Guide, in lingua inglese).