Los usuarios actuales de @RISK, tanto novatos como expertos, analistas de negocios y financieros, economistas, estadísticos, investigadores científicos que usan @RISK o cualquier otra plataforma de simulación de Monte Carlo pueden beneficiarse enormemente al tomar este curso. Su objetivo es responder a la pregunta común que tienen los modeladores cuando están construyendo un modelo: cómo elegir distribuciones apropiadas para las variables, o “partes móviles” de un modelo de simulación de Monte Carlo que están intentando construir. El principio de GIGO ("basura adentro, basura afuera" - por sus siglas en inglés) se aplica aquí dramáticamente bien. Cree un modelo con distribuciones apropiadas que reflejen claramente la naturaleza estadística de sus variables y terminará con un modelo robusto para resistir las pruebas de la realidad. Cree un modelo con distribuciones mal elegidas y su modelo será tan débil y cuestionable como cualquiera de sus variables de entrada.
Los estudiantes que también quieran ser introducidos a @RISK como una metodología de simulación general se beneficiarán de este curso.
Este curso comienza con la introducción de un árbol de decisiones como estructura para ayudar a decidir sobre múltiples distribuciones. El mundo de las funciones de distribución estadística es infinito. @RISK utiliza unas 97 funciones de distribución diferentes para elegir. Y este no es el final, ya que puedes crear, como mostraremos, tus propias distribuciones.
Siguiendo cuidadosamente todas las ramas de los árboles, te sugeriré consejos claros y sencillos sobre cómo elegir aquellas distribuciones que transmitan adecuadamente la naturaleza correcta de tus variables. A lo largo del camino, te mostraré muchos trucos adicionales para mejorar tu experiencia en el manejo de @RISK.
Este curso es muy práctico. Incluye 17 ejemplos claramente explicados en los que estarás directamente expuesto a más de 15 distribuciones continuas y discretas específicas; e indirectamente a la amplia gama de posibilidades para crear cualquier tipo de distribución.
