Metoda Monte Carlo w projektach
Metoda Monte Carlo pozwala na precyzyjną analizę wartości ryzyk, co jest szczególnie przydatne w projektach obarczonych ze swej natury dużą zmiennością oraz niepewnością. Jeżeli organizacja stara się podejmować racjonalne decyzje w projektach oparte na tzw. twardych liczbach, to z pewnością skorzysta z przejścia od jakościowej analizy ryzyk do modeli ilościowych.
Metoda Monte Carlo polega na analizie rozkładu zmiennej wyjściowej tzw. Y, na podstawie analizy rozkładu zmiennych wejściowych tzw. X-ów. W prosty sposób pomaga ustalić zależność między wpływem kosztowym lub czasu trwania ryzyka na projekt a jego prawdopodobieństwem.
Więcej na ten temat można przeczytać na naszym blogu.
Wybrani klienci szkolenia
Główne zagadnienia
- Zarządzanie ryzykiem w projekcie
- Podstawy statystyki opisowej
- Regresja liniowa, korelacja, parametry rozkładu statystycznego
- Zastosowanie Monte Carlo do analizy ryzyk
Logistyka
- Liczba uczestników w grupie: 6-15
- Czas trwania: 2 dni
- Dostępne języki: polski, angielski
- Powierzchnia sali: 25 m2
Agenda
Dzień 1. Wprowadzenie analizy danych
Wprowadzenie do statystyki
Podstawowe parametry rozkładu: średnia, odchylenie standardowe, wariancja, modalna
Czyszczenie i przygotowanie danych do analizy
Analiza danych za pomoca regresji liniowej i korelacji
Odnajdywanie trendów, estymowanie danych
Wprowadzenie do metody Monte Carlo
Dzień 2. Metoda Monte Carlo w projekcie
Zarządzanie ryzykiem w projekcie
Ryzyko a niepewność
Budowa modelu i zbieranie danych na potrzeby Monte Carlo
Dopasowywanie rozkładów do danych empirycznych
Budowanie funkcji transferu
Interpretacja wyników metody Monte Carlo
Tworzenie wielu kart Monte Carlo
Analiza wrażliwości parametrów modelu Monte Carlo
Korzyści
- Poznanie metody Monte Carlo i jej adaptacji w projektach
- Praktyczne przećwiczenie zastosowania Monte Carlo w wybranym przez uczestników projekcie (konieczne przygotowanie danych przed szkoleniem)
- Ocena wartości stosowania Monte Carlo w analizie firmowych ryzyk
Cele szkoleniowe, uczestnik będzie:
- znał założenia metody Monte Carlo,
- znał podstawy statystyki opisowej,
- rozumiał różnicę między parametrem deterministycznym a probabilistycznym,
- umiał stworzyć model Monte Carlo na potrzeby projektów.