Analytica (softver)

Analitika je vizuelni softverski paket dizajniran Lюminiй rešenje sistema za kreiranje, analizu i prenos kvantitativno rešenje modela.[1] Kao model okruženja, ona je zanimljiva tema, kao što je on kombinuje hijerarhijske grafikon uticaja za vizuelnu izradu i pregled modela pametnih nizove za rad sa višedimenzionalni podacima, simulacija metodom Monte Karlo za analizu rizika i neizvesnosti i optimizacija, uključujući linearna i nelinearna programiranje. Njegov dizajn, a posebno njen uticaj dijagrama i obradu neizvesnosti, zasniva se na idejama iz oblasti analize rešenja. Kao kompjuterskog jezika, važno je napomenuti u kombinaciji deklarativnu (neprocedurnogo) strukture za obezbeđenje transparentnosti, kao apstrakcije, i automatski dozvole zavisnosti servis za efikasnu virtuelizacije računarstva.

Analitika modeli su organizovani u obliku grafikona uticaja. Promenljive (i drugi objekti) se prikazuju kao čvorovi različitih oblika na šemi, u vezi strelicama, koje daju vizuelnu predstavu o zavisnosti. Analitika grafikon uticaja može biti hijerarhijska, u kojoj jedan modul čvor na šemi je sve podmodeli.

Hijerarhijske grafikon uticaja u analitika služe ključna organizaciona sredstvo. Jer raspored uticaj šeme poklapanje ovih prirodnih sposobnosti čoveka kako u prostornom, tako i u nivou apstrakcije, ljudi su u stanju da prihvati mnogo više informacija o modelu strukture i organizacije, na prvi pogled, manje vizuelne paradigme, kao što su tabele i matematički izrazi. Upravljanje strukturom i organizacijom veliki model može da bude značajan deo procesa simulacije, ali značajno doprinosi vizuelizaciju grafikon uticaja.

Uticaj šeme i da posluži kao sredstvo za komunikaciju. Kada kvantitativni model je kreiran i njeni krajnji rezultati, obračunati, često se dešava da razumevanje o tome kako su dobijeni rezultati, i kako se različite pretpostavke da utiče na rezultate, mnogo važnije od konkretne cifre izračunati. Sposobnost ciljne publike za razumevanje ovih aspekata je od ključnog značaja za modeliranje preduzeća. Vizuelnu predstavu o uticaju šeme brzo vezuje za razumevanje na nivou apstrakcije, koji je obično više prikladno, nego cela predstavama, kao što su matematički izrazi ili formule u ćelije. Kada više detalja poželjno, korisnik može da ide na povećanje nivoa detalja, smanji, grafički prikaz modela.

Dostupnost razumljiv i transparentan model podržava komunikaciju i diskusije u okviru organizacije, a ovaj efekat je jedna od glavnih prednosti investiranja u kvantitativnom izgradnju modela. Kada se sve zainteresovane strane će biti u stanju da razume opšti model strukture, debate i diskusije često fokusiraju direktno na nekoliko pretpostavki koje mogu da smanje na "preslušavanja" i, shodno tome, će dovesti do više plodotvornomu saradnju u okviru organizacije. Uticaj šeme služi grafički sliku, koja može da pomogne da se napravi model dostupan za ljude na različitim nivoima.

Hijerarhijski dijagrami uticaja uredi

Modeli u analitici su organizovani kao dijagrami uticaja. Promenljive i drugi objekti su prikazani kao čvorovi različitih oblika u dijagramu, koji su povezani strelicama koje predstavljaju vizuelno zavisnosti među objektima. Dijagrami mogu biti hijerarhijski, gde jedan "modul" čvor predstavlja čitav manji model.

Dijagrami uticaja su ključan alat za organizaciju. Zbog vizuelnog rasporeda informacija, čovek može lakše da čita informacije nego iz, na primer, tabele ili matematičke formule. Održavanje strukture i organizacija velikog modela mogu biti značajan deo procesa modelovanja, ali je pomognut vizualizacijom dijagrama uticaja.

Analiza neizvesnosti uredi

Uključivanje neizvesnosti u modelu izlaza omogućava da se obezbedi više realan i informativne prognoze. Nedefinisani količinama analitika može biti postavljeno pomoću funkcije raspodele. Pri traženju raspodela se vrši korišćenjem ili latinskog giperkuba ili Monte Karlo uzimanje uzoraka i uzoraka se vrši preko računarstvo, dobiti rezultate. Otobrannый rezultat raspodele i sumarni statistički podaci se mogu posmatrati direktno (mislim, kvantilь bendova, funkcija gustine verovatnoće (PDF fajl), kumulяtivnaя funkcija raspodele (KFR)), analitika podržava zajedničkog donošenja odluka, analiza i verovatnoća upravljanje pomoću DIST standard.[2][3]

Analitika ima niz karakteristika, kao programski jezik, dizajniran da bude jednostavan za korišćenje za kvantitativnog modeliranja: to je vizuelni programski jezik, gde korisnici mogu da vide programa (ili "model"), a grafikon uticaja, koji su kreirate i uređujete vizuelno dodavanjem i vezivanje čvorova. To je deklarativno jezik, a to znači da model najavljuje definicija za svaku promenljivu bez navođenja izvršenje nizu, kao što je potrebno običnih imperativnыh jezika. Analitika identifikuje pravilno i efikasno obavljanje niza pomoću grafa zavisnosti. To je potpuno transparentan funkcionalan jezik, činjenica je da izvršenje funkcije i promenljive nemaju neželjenih efekata, tj. promena drugih promenljivih. Analitika predstavlja niz programski jezik, gde operacije i funkcije za rad prošire na višedimenzionalni nizovi.

Izdanja uredi

Analitika radi na Microsoft Windows operativnim sistemima. Tri izdanja (Profesionalna, Korporativna, Optimizator) svaka sa mnogo funkcija i cenom, stiču korisnika, zainteresovanih u izgradnji modela. Dostupan besplatna verzija programa, pod nazivom analitika besplatno 101, koji vam omogućava da se izgradi srednje umerene veličine modela do 101 korisnik.. Besplatno 101 takođe vam omogućava da vidite modela sa više od 101 objekata, promena ulaza i izračunati rezultate koje daje mogućnost slobodne razmene obrazaca za pregled. Više može, ali ne besplatno moćan muzički plejer vam omogućava korisnicima da sačuvate ulazni podaci i koristite bazu podataka veze. U analitika Cloud plaier vam omogućava da delite modelima preko Interneta i omogućava korisnicima da pristupe i radi preko veb pretraživača.

Reference uredi

  1. ^ Granger Morgan and Max Henrion (1998), Analytica:A Software Tool for Uncertainty Analysis and Model Communication Arhivirano 2007-06-30 na sajtu Wayback Machine, Chapter 10 of Uncertainty: A Guide to Dealing with Uncertainty in Quantitative Risk and Policy Analysis, second edition, Cambridge University Press, New York.
  2. ^ The DISTTM Standard Arhivirano 2011-08-25 na sajtu Wayback Machine, ProbabilityManagement.org
  3. ^ Paul D. Kaplan and Sam Savage (2011), Monte Carlo, A Lightbulb for Illuminating Uncertainty Arhivirano na sajtu Wayback Machine (7. mart 2017), in Investments & Wealth Monitor

Spoljašnje veze uredi