Es ist zwar wichtig, Wahrscheinlichkeiten mit Hilfe mathematischer Beziehungen abschätzen zu können, aber viele natürliche Ereignisse folgen oder nähern sich gut definierten Wahrscheinlichkeitsverteilungsfunktionen wie der Gleichverteilung, der Exponentialverteilung und der Normalverteilung. Um Simulationsmodelle effektiv zu erstellen, ist es wichtig zu verstehen, wie man diese Verteilungen verwendet. Außerdem müssen wir möglicherweise herausfinden, welcher Verteilung unsere beobachteten Daten folgen. Dieses Modul führt in die Feinheiten der Arbeit mit Wahrscheinlichkeitsverteilungsfunktionen ein und stellt die Arten von Simulationsmodellen sowie einige praxisbezogene Tricks vor, um mit realen Daten zu arbeiten, die möglicherweise nicht vollständig sind oder nicht genau einer bestimmten Verteilung entsprechen.

Zu Beginn haben wir festgestellt, dass die Simulation einer der flexibelsten Modellierungsansätze ist. Dieses Modul demonstriert diese Flexibilität. In diesem Modul werden vier Monte-Carlo-Simulationsmodelle für einen Coffee Shop erstellt. Die Modelle werden technisch immer komplexer und anspruchsvoller, um zu zeigen, dass Modellierer bei der Erstellung dieser Modelle je nach Art der zu beantwortenden Fragen verschiedene Aspekte berücksichtigen müssen. In den Lektionen wird erklärt, welche Modelle bestimmte Fragen beantworten können und welche Fragen von einem bestimmten Modelltyp möglicherweise nicht beantwortet werden können. Die mit verschiedenen Modellen erzielten Ergebnisse werden dann verglichen und diskutiert, um die Kompromisse bei der Wahl eines bestimmten Modells zu verstehen.

In diesem Modul schließen wir die Modellierung der Monte-Carlo-Simulation ab, indem wir uns mit der Modellierung von Sonderfällen und der kontrafaktischen Analyse befassen (Untersuchung von Szenarien, die möglicherweise nicht existiert haben, oder von Initiativen, die nicht umgesetzt wurden). Anschließend untersuchen wir die Möglichkeiten der diskreten Ereignissimulation. Das Ziel der Diskussion über die Modellierung der diskreten Ereignissimulation ist es, Sie in die Untersuchung der Abhängigkeiten von Ereignissen einzuführen und Ihnen zu zeigen, wie diese Abhängigkeiten mit etwas innovativem Denken in Excel modelliert werden können, auch wenn Excel von Haus aus keine Funktionen zur Unterstützung der diskreten Ereignissimulation bietet. Das Material in diesem Teil ist völlig neu und wurde für diesen Kurs entwickelt und wird in keinem Buch zu finden sein.