Durante cada avaliação de uma simulação, o método de amostragem seleciona um valor aleatório para cada pressuposto em seu modelo.
As simulações do Strategic Modeling usam um destes métodos de amostragem:
Monte Carlo – Seleciona aleatoriamente qualquer valor a partir da distribuição definida de cada pressuposto.
Hipercubo Latino – Seleciona aleatoriamente valores e os distribui uniformemente pela distribuição definida de cada pressuposto.
Amostragem Monte Carlo
A simulação Monte Carlo gera de modo aleatório e repetido valores para variáveis de incerteza de modo a simular um modelo. Os valores para distribuição de probabilidade de cada pressuposto são aleatórios e totalmente independentes. Em outras palavras, o valor aleatório selecionado para uma avaliação não tem efeito no próximo valor aleatório gerado.
A simulação Monte Carlo recebeu esse nome inspirada em Monte Carlo, Mônaco, cujos cassinos apresentam jogos de azar, como roleta, dados e máquinas caça-níqueis; todos eles apresentam comportamento aleatório.
Esse comportamento aleatório é semelhante a como a simulação Monte Carlo seleciona valores variáveis aleatoriamente para simular um modelo. Ao jogar um dado, você sabe que um 1, 2, 3, 4, 5 ou 6 irá sair, mas você não sabe qual para nenhuma avaliação. O mesmo acontece com as variáveis que tem um intervalo de valores conhecidos e um valor incerto para um determinado tempo ou evento (por exemplo, taxas de juros, necessidades de pessoal, valor de ações, inventário, chamadas telefônicas por minuto).
Usar a amostragem Monte Carlo para aproximar a verdadeira forma da distribuição requer mais avaliações do que o Hipercubo Latino.
Use a amostragem Monte Carlo para simular cenários what-if do mundo real para seu modelo.
Amostragem Hipercubo Latino
A amostragem Hipercubo Latino divide a distribuição de probabilidade de cada pressuposto em segmentos não sobrepostos, cada um com igual probabilidade.
Enquanto uma simulação é executada, o Hipercubo Latino seleciona um valor de pressuposto aleatório para cada segmento de acordo com a distribuição de probabilidade do segmento. Essa coleta de valores compõe a amostra do Hipercubo Latino. Depois que cada segmento obtém sua amostra exatamente uma vez, o processo é repetido até que a simulação pare.
A amostragem Hipercubo Latino geralmente é mais precisa ao calcular estatísticas de simulação do que é a amostragem Monte Carlo convencional, pois todo o intervalo da distribuição é amostrado de maneira mais uniforme e consistente. A amostragem Hipercubo Latino requer menos avaliações para atingir o mesmo nível de precisão estatística que a amostragem Monte Carlo. A despesa adicionada desse método é a memória extra necessária para rastrear quais segmentos foram amostrados durante a execução da simulação. (Em comparação com a maioria dos resultados de simulação, essa despesa extra é menor.)
Use a amostragem de Hipercubo Latino quando você estiver basicamente preocupado com a precisão das estatísticas de simulação.