La semana pasada, en Aspectos básicos de la recopilación de datos (Parte 1), hablé de la recopilación de datos, introduciendo los temas de la identificación de los datos necesarios y, a continuación, la localización o creación de esos datos. Una vez que se dispone de los datos, suele ser necesario analizarlos antes de poder utilizarlos eficazmente.
Seleccione Distribución
Normalmente, los datos de entrada a un modelo de simulación se especifican como una distribución. Si dispone de datos estimados, deberá seleccionar la distribución más adecuada (por ejemplo, un tiempo mínimo, un tiempo típico y un tiempo máximo pueden representarse como una distribución triangular). Si dispone de datos reales, tendrá que realizar un análisis estadístico con ellos. Existen muchos programas informáticos (algunos genéricos y otros específicos de simulación) que le ayudarán a seleccionar (ajustar) una distribución y sus parámetros de forma, e incluso a limpiar los datos para eliminar las observaciones erróneas.
Analizar la sensibilidad
Cuando disponga de algunos datos, podrá incorporarlos a su modelo y empezar a hacer pruebas. Sobre todo si se ha basado en una estimación, es posible que desee ejecutar el modelo con valores por encima y por debajo de los valores estimados para determinar la sensibilidad del sistema a ese parámetro. Si comprueba que el sistema es sensible a un valor estimado (por ejemplo, si los resultados cambian significativamente al modificar el parámetro de entrada), podrá determinar si merece la pena invertir más para obtener un valor más fiable. Esta es una posible solución a los problemas de sesgo e imprecisión que se comentaban en el artículo inicial. Pero más que eso, también es una buena forma de determinar iterativamente cuánto tiempo dedicar a los datos de entrada.
Ajustar Detalle
A veces, la calidad de los datos disponibles puede ayudar a determinar el nivel de detalle adecuado para un modelo. Si los datos que se pretende utilizar no son muy buenos, no tiene mucho sentido construir un modelo muy detallado. Esto no quiere decir que un modelo de este tipo carezca de valor, al fin y al cabo todo modelo es sólo una representación o estimación de la realidad: ningún modelo será perfecto. Pero es importante presentar a los interesados la exactitud relativa del modelo y de los datos subyacentes.
Éste ha sido un rápido resumen de algunos pasos de la recogida de datos. Se han escrito capítulos enteros de libros de texto sobre cada uno de ellos, así que asegúrate de buscar más detalles cuando estés preparado.
Dave Sturrock
VP Productos – Simio LLC