Informationen zu Monte Carlo-Simulationen und zur Simulationsgenauigkeit

Strategic Modeling verwendet die Monte Carlo-Simulation, um einen zufälligen Wertebereich für die von Ihnen definierten Annahmen zu generieren.

Nachdem Sie Eingabezellen als Annahmen und Ausgabezellen als Prognosen definiert haben, können Sie eine Simulation ausführen. Strategic Modeling verwendet die Monte Carlo-Simulation, in der zufällige Zahlen verwendet werden, um die Auswirkungen der Unsicherheit in einem Modell zu messen.

Eine Simulation führt die folgenden Schritte iterativ aus:

1. Für jede Zelle mit einer Annahme wird eine Zufallszahl entsprechend dem von Ihnen definierten Bereich generiert. Diese Zahl wird dann in das Modell eingefügt.

   Strategic Modeling generiert Zufallszahlen mit der Methode des multiplikativen Kongruenzgenerators.

2. Das Modell wird neu berechnet.
3. Aus allen Zellen mit Prognosen werden Werte abgerufen und zum Diagramm im Bereich für die Prognoseergebnisse hinzugefügt.

Dies ist ein iterativer Prozess, der weiter ausgeführt wird, bis die Anzahl an Versuchen erreicht ist oder Sie die Simulation stoppen.

Das endgültige Prognosediagramm stellt die kombinierte Unsicherheit der Zellen mit Annahmen in den Prognosezellen dar.

Die Genauigkeit der Simulation wird primär von zwei Faktoren bestimmt:

• Die Anzahl an Versuchen bzw. die Länge der Simulation - Im Allgemeinen bedeutet das: Je mehr Versuche Sie in einer Simulation durchführen, desto höher ist die Genauigkeit der Statistiken und Perzentile. Für eine bestimmte Anzahl an Versuchen hängt die Genauigkeit der Statistiken und Perzentile stark von der Form und Art der Prognoseverteilung ab.
• Die Stichprobenentnahmemethode - Die Monte Carlo-Stichprobenentnahme generiert natürliche Was-wäre-wenn-Szenarios, während die Latin Hypercube-Stichprobenentnahmemethode eingeschränkt, aber genauer ist.