Letzte Woche habe ich in Grundlagen der Datenerhebung (Teil 1) die Datenerhebung erörtert und die Themen Identifizierung der benötigten Daten und anschließende Suche oder Erstellung dieser Daten vorgestellt. Sobald Sie einige Daten haben, müssen Sie diese in der Regel analysieren , bevor Sie sie effektiv nutzen können.
Verteilung auswählen
In der Regel werden die Eingabedaten für ein Simulationsmodell als Verteilung angegeben. Wenn Sie geschätzte Daten haben, müssen Sie die am besten geeignete Verteilung auswählen (z. B. können eine Mindestzeit, eine typische Zeit und eine maximale Zeit als 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 Sie die 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 es aber auch eine gute Möglichkeit, iterativ zu bestimmen, wie viel Zeit Sie für Ihre Eingabedaten aufwenden sollten.
Detail anpassen
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, hat 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, den Beteiligten die relative Genauigkeit des Modells und der ihm zugrunde liegenden Daten darzustellen.
Dies war ein kurzer Überblick über einige Schritte der Datenerhebung. Zu jedem dieser Schritte wurden ganze Lehrbuchkapitel verfasst, so dass Sie bei Bedarf nach weiteren Einzelheiten suchen können.
Dave Sturrock
VP Produkte – Simio LLC