У руководства предприятия есть доступ к большим объемам данных, полученных из разнообразных источников. Однако сложность данных затрудняет извлечение практической информации из них; данное препятствие преодолевается благодаря использованию статистических методов. Более того, руководство ищет информацию, основанную на статистическом прогнозировании, которое заключается в предсказании будущего на основе прошлого за счет выявления тенденций, закономерностей и бизнес-стимулов. Для того, чтобы лучше проникнуть в будущее, руководству приходится иметь дело с неопределенностью таких внешних бизнес-факторов, как рыночный спрос.

Несколько простых но, тем не менее, эффективных подходов позволяют использовать инструментальные панели Xcelsius для того, чтобы выполнять вероятностный анализ и применять техники моделирования. Чтобы выполнять эти задачи по моделированию, Вы можете сочетать компоненты Microsoft Excel с пользовательскими компонентами Xcelsius.

Электронные таблицы Microsoft Excel стали своего рода стандартом инструмента для быстрого и простого управления данными и их анализа. С помощью электронных таблиц можно легко выполнять разнообразные вычисления. В них входят статистические функции и Пакет анализа (Data Analysis ToolPak). Преимущества таблиц обнаруживаются в двух областях: в наборе формул и в программировании в Excel. 

По объективным причинам в готовое приложение Xcelsius не входят основанные на Excel программы. Макросы Excel или библиотеки VBA, для которых необходимо выполнение макросов Excel, нельзя скомпоновать в генерируемый Xcelsius'ом Flash файл. Однако Вы можете воспользоваться несколькими подходами для выполнения просто реализуемого статистического анализа.

Перед тем, как я перейду к объяснению этих подходов, на основе приведенного ниже примера я покажу основы проектирования и разработки статистической модели данных в приложении Xcelsius. Для реализации примера Вам потребуется Xcelsius 2008, Adobe Flex Builder 2 или 3, FLEX SDK и Упаковщик надстроек Xcelsius (Add-on Packager).

Статистическая модель данных для метода Монте-Карло

Метод Монте-Карло позволяет Вам моделировать ситуации, в которых есть место неопределенности, и проигрывать их тысячи раз с помощью компьютера. Основой метода Монте-Карло является генерация псевдослучайного числа R, которое равномерно распределено по интервалу 0 < R < 1. Нельзя сгенерировать только одну ситуацию и использовать ее в качестве результата моделирования. Напротив, необходимо сгенерировать множество ситуаций и получить среднее значение (или иную статистику) в качестве результата.