Simulace Monte Carlo

Pokročilá pravděpodobnost: neurčitost v datech

Maarten Van den Broeck

Senior Content Developer at DataCamp

Co je simulace Monte Carlo?

Předpověď počasí

Co je simulace Monte Carlo?

Zkouší mnoho náhodných možností, aby zjistila, co se může stát
Výsledkem je rozdělení pravděpodobnosti všech simulovaných výsledků
Příklady použití:
- Finanční prognózování
- Hodnocení rizik
- Optimalizace dodavatelského řetězce

Pohled na Monte Carlo, Monako

Kroky simulace Monte Carlo

Krok 1 simulace Monte Carlo

Kroky simulace Monte Carlo

Kroky 1 a 2 simulace Monte Carlo

Kroky simulace Monte Carlo

Kroky 1, 2 a 3 simulace Monte Carlo

Příklad: odhad nákladů projektu

Společnost chce odhadnout celkové náklady projektu

Klíčové proměnné: ceny materiálu, pracovní hodiny, neočekávané výdaje

Ruka držící kalkulačku před obrazovkou s liniovým grafem

Příklad: odhad nákladů projektu

Společnost chce odhadnout celkové náklady projektu

Klíčové proměnné: ceny materiálu, pracovní hodiny, neočekávané výdaje
Spuštění 10 000 simulací s náhodně vzorkovanými hodnotami
Analýza výsledků k odhadu pravděpodobnosti dodržení rozpočtu

Ukázkový výstup simulace Monte Carlo

Hlavní výhody simulace Monte Carlo

Generuje škálu možných výsledků
Kvantifikuje rizika a příležitosti prostřednictvím pravděpodobností
Zachycuje složitost a vzájemné závislosti proměnných

Ilustrace ruky zdvihající pozitivní ikony

Omezení simulace Monte Carlo

Přesnost závisí na kvalitě vstupních dat a předpokladů
Výpočetně náročná
Interpretace výsledků vyžaduje odborné znalosti

Varovný znak a ozubené kolo se zaškrtnutím

Příklad: odhad nákladů projektu

Ruka držící kalkulačku před obrazovkou s liniovým grafem

Pojďme si procvičit!

Pokročilá pravděpodobnost: neurčitost v datech

Preparing Video For Download...