|
Nouveauté...
Nouveau module de Distributions et
Simulation
STATISTICA
V9 vient d'être annoncée et voici en
exclusivité une nouvelle option
phare de STATISTICA, le module de Distributions et
Simulation ! Ces
méthodes, en général
applicables à des problèmes de type
numérique, ou bien à des problèmes de
nature elle-même probabiliste sont souvent
le seul moyen viable pour la résolution de
problèmes complexes dans des systèmes
multivariés.
Les
méthodes
proposées par ce module sont devenues populaires dans divers
domaines,
notamment :
1. La modélisation du risque
2. Les plans d’expériences
3. Le contrôle qualité multivarié
4. La fiabilisation des systèmes complexes
5. L'analyse de la puissance statistique d’un
modèle
6. L'optimisation stochastique
Ce
module
est utile pour l’ingénierie, la fiabilisation
d’études et pour les processus de
contrôle et de suivi multivariés. Il est
capable d’utiliser diverses
méthodologies d’échantillonnage des
distributions non-normales, multivariées, continues
et discrètes. Il répond ainsi aux applications
qui exigent une analyse de
risque détaillée et personnalisée.
Le
module de Distributions et Simulation est utilisé pour
évaluer
l'adéquation entre des distributions théoriques
et des données observées. En
outre, il est possible de simuler des données à
partir des distributions
théoriques, en tenant compte de la structure de la matrice
de corrélations des
données initiales. En apparence simple, ce module vous
permet de bien modéliser
les processus réels qui génèrent des
données et, à partir de cela, vous
pouvez simuler ces processus à travers
l'évaluation de la
performance d'un système.
Exemple :
Choisissons
ici d’appliquer la méthode de Monte-Carlo pour calculer une valeur numérique, en
utilisant des procédés aléatoires
(le nom de cette méthode provient des jeux de hasard
pratiqués à Monte Carlo :
utilisation du hasard pour résoudre des problèmes de calcul).
Du
point de
vue des applications, ces méthodes sont
aujourd'hui indispensables dans des domaines aussi différents que la finance, la
mise au point d’une
chaine de fabrication comme des nouveaux
microcomposants électroniques, la
sismologie, les
télécommunications, en
ingénierie ou en physique, régulation
de trafic,
mais aussi en biologie, en sciences
sociales, etc…
Quand
vous
avez besoin de faire une estimation, une prévision ou
de prendre une décision où il y a une certain incertitude, il est fortement conseillé de considérer
la simulation de Monte Carlo ! Sans quoi, vos estimations ou
prévisions pourraient
être loin de la cible, avec des conséquences potentiellement dramatiques sur vos décisions
!
Le
Dr.
Sam Savage, une autorité dans le domaine de la simulation et
autres méthodes
quantitatives, confiait "Beaucoup
de personnes, face
à l’incertitude [...] succombent à la
tentation de remplacer le nombre incertain
en question par une simple valeur moyenne. J’appelle cela le
défaut des
moyennes, et c’est une erreur aussi fondamentale que de dire que la
terre est plate."
L'idée de base de
la simulation est donc de
construire un appareil expérimental ou simulateur, qui va se
comporter de la même manière que le système qui
nous intéresse sous
certains de ses aspects importants
de façon rapide et peu coûteuse.
|
