B 策略模型化模擬的機率分布描述
此附錄說明機率與機率分布，以協助您選取最適合您策略模型化模擬的機率分布。
對於模擬中的每個不確定輸入，您可以利用機率分布定義可能的值。您所選取的分布類型視輸入的相關條件而定。模擬會從機率分布中，重複地為不確定輸入挑選值，並將這些值用於計算模型，以計算模型的多種案例。
如要選取正確的機率分布，請執行下列動作：
- 評估有問題的輸入。列出您所知道關於此輸入的所有條件。例如，您可以從歷史資料中，收集到與不確定輸入有關的寶貴資訊。
- 複查機率分布的描述。此附錄詳細描述每個分布，並在分布下方條列出條件。在您複查這些描述時，請尋找符合您為此輸入列出之條件的分布。
- 選取能描述此輸入特性的分布，其中分布的條件符合輸入的條件。
常態
常態分布可描述許多現象，像是權益或資產報酬率、通貨膨脹率，或貨幣波動。
決策者可以使用常態分布來描述不確定輸入，如通貨膨脹率或定期資產報酬率。
參數
- 平均值
- 標準差
註：
在常態分布的值當中，約有 68% 是在平均值任一側的 1 標準差範圍內。標準差是值與平均值相距之平均距離平方的平方根。條件
在下列條件下使用常態分布：
- 平均值是最有可能的。
- 它對稱於平均值。
- 接近平均值的機率大於遠離平均值。
三角形
三角形分布描述您知道最小值、最大值及最可能值的狀況。在模擬中，最小值與最大值將永遠不會真正的發生，因為其機率為零。
這在資料有限的情況下相當有用，例如銷售量估計、存貨數量及行銷成本。舉例來說，如果過去的銷售資訊可顯示出所賣出的車輛最小、最大的一般數量，您即可描述每週所銷售的車輛數量。
參數
- 最小值
- 最可能
- 最大值
條件
在下列條件下使用三角形分布：
- 最小值和最大值是固定的。
- 它在此範圍中有一個最可能的值，此值與最小值及最大值形成了一個三角形。
均勻
均勻分布描述您知道最小值和最大值，也知道所有值發生機率均相同的狀況。
參數
- 最小值
- 最大值
條件
在下列條件下使用均勻分布：
- 最小值是固定的。
- 最大值是固定的。
- 範圍中所有值的發生機率都相同。
對數常態
對數常態分布描述值正偏斜 (大部分的值接近最小值) 的許多狀況，例如資產與證券價格。這樣的數量展現出此趨勢，因為值不能降到零以下，而可以無限制地增加。
參數
- 位置
- 平均值
- 標準差
註：
如果您有歷史資料可用來定義對數常態分布，您必須計算資料對數的平均值和標準差，然後輸入這些對數參數。直接對原始資料計算平均值和標準差無法為您提供正確的對數常態分布。條件
在下列條件下使用對數常態分布：
- 沒有上限和下限的限制，但不確定輸入不能低於位置參數值。
- 分布是正偏斜，其大部分的值都接近下限。
- 分布的自然對數是常態分布。
BetaPERT
BetaPERT 分布描述常用於專案風險分析，以將機率指派給任務持續時間與成本的狀況。有時候也替代三角形分布，作為更平滑的分布。
它所描述的情況，是您知道最小值、最大值及最可能發生的值。它在資料有限的情況下相當有用。舉例來說，如果過去的銷售資訊可顯示出所賣出的車輛最小、最大的一般數量，您即可描述每週所銷售的車輛數量。
參數
- 最小值
- 最可能
- 最大值
條件
在下列條件下使用 betaPERT 分布：
- 最小值和最大值是固定的。
- 它在這個範圍中有一個最可能的值，此值與最小值和最大值共同形成一個三角形；betaPERT 在底層三角形上形成一個平滑曲線。
是否
是-否分布描述只會有兩個值之一的狀況：例如是或否、成功或失敗，或對或錯。
參數—是的機率
條件
在下列條件下使用是-否分布：
- 每個試驗只可能有兩個結果，例如成功或失敗；隨機輸入只能有兩個值 (例如 0 和 1) 的其中之一。
- 平均值為 p，也就是機率 (0 < p < 1)。
- 試驗是各自獨立的。每個試驗的機率都是相同的。