Моделирование риска и реальности

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.

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.

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.

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.