DREAMSKILLS
DREAMSKILLS КУРС

Моделирование риска и реальности

По материалам Wharton Business School.
University of Pennsylvania.

Про курс

Полезные количественные модели помогут вам принимать обоснованные решения как в ситуациях, когда факторы, влияющие на ваше решение, ясны, так и в ситуациях, когда некоторые важные факторы не совсем ясны. В этом курсе вы можете узнать, как создавать количественные модели, отражающие сложные реальности, и как включать в вашу модель элементы риска и неопределенности. Вы также узнаете о методах создания прогнозных моделей для определения оптимального выбора; и как этот выбор меняется в ответ на изменения в допущениях модели. Вы также узнаете основы измерения рисков и управления ими. К концу этого курса вы сможете создавать свои собственные модели на основе собственных данных, чтобы вы могли начать принимать решения, основанные на данных. Вы также будете готовы к следующему курсу специализации.

НАВЫКИ, КОТОРЫЕ ВЫ ПОЛУЧИТЕ

  • Моделирование

  • Microsoft Excel

  • Риск

  • Симуляция

Курс предложен
Университетом Пенсильвании.
Пенсильванский университет (обычно именуемый Penn) - частный университет, расположенный в Филадельфии, штат Пенсильвания, США. Член Лиги плюща, Пенн является четвертым по возрасту высшим учебным заведением в Соединенных Штатах и считает себя первым университетом в Соединенных Штатах, где есть как бакалавриат, так и докторантура.
Программа курса
4 недели
# 1 Неделя
Таблицы: инструмент мышления с числами
4 видео лекции, 2 материала для чтения, 1 тест
Этот модуль разработан, чтобы научить вас, как анализировать настройки с низким уровнем неопределенности и как определять лучшие решения в этих настройках. Вы изучите инструментарий оптимизации, узнаете, как построить алгебраическую модель на рекламном примере, преобразовать алгебраическую модель в модель электронной таблицы, поработать с Solver, чтобы найти наилучшее возможное решение, и изучить пример, который представляет простое представление риска. к модели. К концу этого модуля вы сможете построить модель оптимизации, использовать Solver, чтобы найти оптимальное решение на основе ваших данных, и начать корректировать свою модель с учетом простых элементов риска. Эти навыки дадут вам возможность работать с большими моделями, если фактическая неопределенность входных значений не слишком велика.
# 2 неделя
Риск и вознаграждение: моделирование параметров высокой неопределенности
3 видео лекции, 2 материал для чтения, 1 тест
Что, если неопределенность - ключевая особенность модели, которую вы пытаетесь смоделировать? В этом модуле вы узнаете, как создавать модели для ситуаций с большим количеством переменных. Вы изучите параметры высокой неопределенности, распределения вероятностей и риска, общие сценарии для нескольких случайных величин, как включить снижение риска, как рассчитать и интерпретировать значения корреляции и как использовать сценарии для оптимизации, включая анализ чувствительности и эффективную границу. . К концу этого модуля вы сможете определять и использовать общие модели будущей неопределенности для построения сценариев, которые помогут вам оптимизировать бизнес-решения, когда у вас есть несколько переменных и более высокая степень риска.
# 3 неделя
Выбор распределений, соответствующих вашим данным
4 видео лекции, 2 материал для чтения, 1 тест
Принимая бизнес-решения, мы часто смотрим в прошлое, чтобы делать прогнозы на будущее. В этом модуле вы изучите часто используемые распределения случайных величин для моделирования будущего и составления прогнозов. Вы узнаете, как создавать значимые визуализации данных в Excel, как выбрать правильное распределение для ваших данных, исследовать различия между дискретными распределениями и непрерывными распределениями, а также проверить свой выбор модели и вашу гипотезу на предмет соответствия. К концу этого модуля вы сможете представить свои данные с помощью графиков, выбрать лучшую модель распределения для своих данных и протестировать свою модель и свою гипотезу, чтобы увидеть, подходят ли они для ваших данных.
# 4 неделя
Уравновешивание риска и вознаграждения с помощью моделирования
4 видео лекции, 2 материал для чтения, 1 тест
Этот модуль разработан, чтобы помочь вам использовать моделирование для сравнения различных альтернатив, когда для описания неопределенности используются непрерывные распределения. Благодаря углубленному изучению набора инструментов моделирования вы узнаете, как принимать решения в условиях высокой неопределенности, когда случайные входные данные описываются непрерывным распределением вероятностей. Вы также узнаете, как запустить имитационную модель, проанализировать результаты моделирования и сравнить альтернативные решения, чтобы выбрать наиболее оптимальное решение. К концу этого модуля вы сможете принимать решения и управлять рисками с помощью моделирования и, в более широком смысле, принимать успешные бизнес-решения во все более сложном и быстро развивающемся мире бизнеса.