.svg)
Letzte Woche habe ich in Grundlagen der Datenerhebung (Teil 1) die Datenerhebung erörtert und die Themen Ermittlung der benötigten Daten und anschließende Suche oder Erstellung dieser Daten vorgestellt. Sobald Sie über einige Daten verfügen, müssen Sie diese in der Regel analysieren , bevor Sie sie effektiv nutzen können.
Verteilung auswählen
Die Eingabedaten für ein Simulationsmodell werden in der Regel als Verteilung angegeben. Wenn Sie geschätzte Daten haben, müssen Sie die am besten geeignete Verteilung auswählen (z. B. kann eine minimale Zeit, eine typische Zeit und eine maximale Zeit als eine Dreiecksverteilung dargestellt werden). Wenn Sie über tatsächliche Daten verfügen, müssen Sie eine statistische Analyse durchführen. Es gibt viele Softwareprodukte (einige allgemein und einige simulations-spezifisch), die Ihnen bei der Auswahl (Anpassung) einer Verteilung und ihrer Formparameter helfen, und sogar bei der Bereinigung der Daten, um schlechte Beobachtungen zu eliminieren.
Analysieren der Empfindlichkeit
Sobald Sie über einige Daten verfügen, können Sie diese in Ihr Modell einbauen und mit Testläufen beginnen. Insbesondere wenn Sie sich auf eine Schätzung verlassen haben, sollten Sie Ihr Modell mit Werten oberhalb und unterhalb der geschätzten Werte durchführen, um die Empfindlichkeit des Systems gegenüber diesem Parameter zu ermitteln. Wenn Sie feststellen, dass das System empfindlich auf einen geschätzten Wert reagiert (z. B. wenn sich die Ergebnisse bei einer Änderung des Eingabeparameters erheblich ändern), können Sie feststellen, ob sich eine größere Investition lohnt, um einen zuverlässigeren Wert zu erhalten. Dies ist eine mögliche Lösung für die Probleme der Verzerrung und Ungenauigkeit, die im ersten Artikel angesprochen wurden. Darüber hinaus ist dies eine gute Möglichkeit, iterativ zu ermitteln, wie viel Zeit Sie für Ihre Eingabedaten aufwenden sollten.
Detailanpassung
Manchmal kann die Qualität der verfügbaren Daten dabei helfen, den geeigneten Detaillierungsgrad für ein Modell zu bestimmen. Wenn die Daten, die Sie verwenden wollen, nicht sehr gut sind, macht es wenig Sinn, ein sehr detailliertes Modell zu erstellen. Das soll nicht heißen, dass ein solches Modell wertlos ist, schließlich ist jedes Modell nur eine Darstellung oder Schätzung der Realität - kein Modell wird perfekt sein. Es ist jedoch wichtig, dass Sie Ihren Stakeholdern die relative Genauigkeit des Modells und der zugrundeliegenden Daten darlegen.
Dies war ein kurzer Überblick über einige Schritte der Datenerhebung. Über jeden dieser Schritte sind ganze Lehrbuchkapitel geschrieben worden, so dass Sie bei Bedarf nach weiteren Details suchen sollten.
Dave Sturrock
VP Produkte - Simio LLC