Na semana passada, em Noções básicas sobre coleta de dados (Parte 1), discuti a coleta de dados, apresentando os tópicos de identificação dos dados necessários e, em seguida, de localização ou criação desses dados. Depois de obter alguns dados, você geralmente precisa fazer algumas análises sobre eles antes de poder usá-los com eficácia.
Selecionar distribuição
Normalmente, os dados de entrada para um modelo de simulação são especificados como uma distribuição. Se você tiver dados estimados, deverá selecionar a distribuição mais apropriada (por exemplo, um tempo mínimo, um tempo típico e um tempo máximo podem ser representados como uma distribuição triangular). Se você tiver dados reais, precisará executar uma análise estatística sobre eles. Muitos produtos de software (alguns genéricos e outros específicos de simulação) estão disponíveis para ajudar você a selecionar (ajustar) uma distribuição e seus parâmetros de forma, e até mesmo limpar os dados para eliminar observações ruins.
Analisar a sensibilidade
Quando tiver alguns dados, você poderá incorporá-los ao seu modelo e começar a fazer testes. Especialmente se você se baseou em uma estimativa, talvez queira executar o modelo com valores acima e abaixo dos valores estimados para determinar a sensibilidade do sistema a esse parâmetro. Se você descobrir que o sistema é sensível a um valor estimado (por exemplo, os resultados mudam significativamente com uma alteração no parâmetro de entrada), poderá determinar se vale a pena fazer um investimento maior para obter um valor mais confiável. Essa é uma possível solução para os problemas de viés e imprecisão discutidos no artigo inicial. Mas, mais do que isso, também é uma boa maneira de determinar iterativamente quanto tempo você deve gastar com os dados de entrada.
Ajustar detalhes
Às vezes, a qualidade dos dados disponíveis pode ajudar você a determinar o nível adequado de detalhes para um modelo. Se os dados que você pretende usar não forem muito bons, não fará muito sentido criar um modelo altamente detalhado. Isso não significa que esse modelo não tenha valor, afinal, todo modelo é apenas uma representação ou estimativa da realidade – nenhum modelo será perfeito. Mas é importante que você represente para as partes interessadas a precisão relativa do modelo e seus dados subjacentes.
Esta foi uma rápida visão geral de algumas etapas da coleta de dados. Capítulos inteiros de livros didáticos foram escritos sobre cada uma delas, portanto, não deixe de procurar mais detalhes quando você estiver pronto.
Dave Sturrock
VP de Produtos – Simio LLC