O exemplo da ferramenta de análise Bootstrap usa um modelo de exemplo do Crystal Ball, o Futura Apartments.xlsx. Este modelo de planilha prevê o lucro e perda para um complexo de apartamentos.
Para gerar resultados de Bootstrap, a ferramenta é iniciada com Lucro ou Perda como a previsão alvo. O método de uma simulação e as opções de estatísticas são selecionados no painel do Método. Os seguintes são selecionados no painel Opções:
Número de Amostras de Bootstrap = 200
Número de Avaliações por Amostra = 500
Mostrar Apenas a Previsão Alvo está selecionado
Quando a análise é executada, a ferramenta de Bootstrap exibe uma previsão das distribuições para cada estatística e cria um arquivo de trabalho que resume os dados (Figura 9.11, “Exemplos de Resultados do Bootstrap”).
Observe se a certeza de previsão está definido para 95%, o nível de confiança do controle de precisão que é exibido na guia Avaliações da caixa de diálogo Preferências de Execução.
A ferramenta Bootstrap exibe distribuições de amostragem em gráficos de previsão para muitas estatísticas. Outras estatísticas também são calculadas, embora não sejam exibidas.
Para percentis, a ferramenta Bootstrap exibe os percentis de distribuições de amostragem em gráficos de sobreposição e tendência. Para exibir os gráficos de previsão de percentis individuais, selecione Exibir Gráficos e Gráficos de Previsão.
Se a opção Probabilidade Acima de Um Valor estiver selecionada em PReferências de Execução, e no painel de Opções, os percentis são reversos em significado, para que o primeiro percentil represente o maior 1% e o 99º percentil represente o menor 1%. Para obter mais informações sobre essa inversão, “Definição das Preferências de Estatísticas”. |
Os gráficos de previsão indicam visualmente a precisão de cada estatística (Figura 9.11, “Exemplos de Resultados do Bootstrap”). Uma distribuição estreita e simétrica gera estimativas estatísticas mais precisas do que uma distribuição ampla e inclinada.
A exibição de Estatísticas (Figura 9.12, “Estatística de Previsão Bootstrap para a Média”) permite analisar a distribuição de amostragem das estatísticas Se o erro padrão médio ou o coeficiente de variação for muito grande, a estatística não pode ser confiável e pode exigir mais amostras ou mais avaliações. Este exemplo tem um erro padrão e um coeficiente de variação relativamente baixos, portanto, a média de previsão é uma estimativa precisa da média da população.
O arquivo de trabalho de resultados tem uma matriz de correlação mostrando as correlações entre as várias estatísticas. A alta correlação entre determinadas estatísticas, como entre a média e o desvio padrão, geralmente indica uma distribuição altamente desviada.
Você também pode usar a ferramenta Bootstrap para analisar a distribuição de percentis, mas devem ser executadas pelo menos 1.000 amostras de bootstrap e 1.000 avaliações por amostra para obter boas distribuições de amostragem para essas estatísticas (de acordo com Efron e Tibshirani; consulte a Bibliografia do Crystal Ball no Guia de Exemplos e Referências do Oracle Crystal Ball).