몬테 카를로 시뮬레이션은 무엇입니까?

몬테카를로 시뮬레이션은 확률 곡선을 사용하여 결과의 가능성을 결정하는 프로세스입니다. 여기서 머리를 긁고 말할 수 있습니다… “이봐 릭,분포 곡선은 값의 배열을 가지고있다. 그렇다면 결과의 가능성을 정확히 어떻게 결정합니까?”그리고 더 나은 아직,나는 특별한 추가 기능없이 마이크로 소프트 엑셀에서 그렇게 어떻게 당신이 물어 보지 않을 것입니다.이 작업은 시뮬레이션을 수천 번 실행하고 출력 분포를 분석하여 수행됩니다. 이는 서로 공급되는 여러 분포 곡선의 출력을 분석할 때 특히 중요합니다.예:

• 판매 된 단위의#은 분포 곡선
• 에 시장 가격을 곱한 값을 가질 수 있으며,다른 분포 곡선
• 에서 다른 곡선
• 등을 갖는 변동 임금을 뺀 값을 가질 수 있습니다.,등.

이 모든 분포가 혼합되면 출력이 매우 복잡 할 수 있습니다. 이러한 곡선의 반복(또는 시뮬레이션)의 수천을 실행하면 몇 가지 통찰력을 제공 할 수 있습니다. 이는 결정에 대한 잠재적 위험을 분석하는 데 특히 유용합니다.

몬테 카를로 설명

몬테 카를로 시뮬레이션을 설명 할 때,나는 종종 1980 년대 영화 전쟁 게임을 참조,젊은 매튜 브로데릭(페리스 뷸러 이전)국방부 컴퓨터를 해킹하고 세계 대전을 시작 자신의 전화 접속 모뎀을 사용하는 해커입니다 3. 일종의. 그 후 펜타곤 컴퓨터가 컴퓨터를 가르 칠 수있는 게임 박하 사탕 발가락의 많은 시뮬레이션을 할 수 있었다 아무도 것이다 핵 전쟁-그 과정에서 세계를 저장합니다.감사 페리스. 당신은 영웅입니다.여기에 행동에 당신에게 큰 시간 몬테 카를로를 보여 영화를 엿볼 수 있습니다. 나는 당신이 정치,어색한 남자 포옹,그리고 물론 대 브니 콜맨을 간과 할 것이라고 가정합니다.

분포 곡선

몬테카를로 시뮬레이션을 설정하는 데 사용할 수 있는 다양한 분포 곡선이 있습니다. 그리고 이러한 곡선은 변수에 따라 교환 될 수 있습니다. 메뉴 모음에서”몬테카를로 시뮬레이션 수행”이라는 공식이 없습니다:)

균일 분포

균일 분포에서는 최소값과 최대값 사이에 동일한 가능성이 있습니다. 균일 한 분포는 사각형처럼 보입니다.

정규(가우스)분포

이것은 또한 표준 종 모양의 곡선입니다. 이 몬테카를로 시뮬레이션 공식은 각면에 고르게 분포되는 것이 특징입니다(중앙값과 평균은 동일하며 왜도 없음). 곡선의 꼬리는 무한대로 이동합니다. 그래서이 주택 가격에 대 한 이상적인 곡선 되지 않을 수 있습니다.,어디 몇 가지 최고급 주택 평균 증가(평균)평균 이상 잘,또는 하드 최소 또는 최대 인스턴스에서. 이것의 보기는 너의 로케일안에 최저 임금 이을지도 모른다. 함수의 이름은 버전에 따라 다릅니다.

로그 정규 분포

로그가 평균 및 표준 편차와 함께 정상적으로 분포되는 분포입니다. 따라서 설정은 정규 분포와 비슷하지만 평균 및 표준 변수는 로그를 나타내는 것을 의미합니다.

포아송 분포

이것은 가장 활용도가 낮은 분포일 가능성이 높습니다. 기본적으로 많은 사람들이 포아송이 모형에 더 적합할 때 정규 분포 곡선을 사용합니다. 푸아송은 한 쪽의 긴 꼬리로 빠르게 소멸되는 초기 근처에 큰 분포가있을 때 가장 잘 설명됩니다. 예를 들어 0 초 전에 호출이 응답되지 않는 콜 센터가 있습니다. 20 분(주장)에 응답 거의 통화와 볼륨 오프 빠른 드롭과 긴 꼬리와 처음 2 간격(30,60 초 말)에 응답 통화의 대부분 하였다.

여기서 목적은 엑셀에서 가능한 모든 분포를 표시하는 것이 아닙니다. 오히려 당신이 당신의 몬테 카를로 시뮬레이션에 사용할 수있는 많은 옵션이 있다는 것을 알고 있는지 확인합니다. 정규 분포 곡선이 모든 데이터 모델링에 적합하다고 가정하는 함정에 빠지지 마십시오. 엑셀 통합 문서 내에서 통계 함수를 가서 조사,더 많은 곡선을 찾을 수 있습니다. 당신은 질문이있는 경우,아래의 코멘트 섹션에서 그들을 포즈.

모델 빌드

이 설정에 대해 정규 분포와 1,000 회 반복을 가정합니다.

입력 변수

설치 프로그램은 정규 분포를 가정합니다. 정규 분포에는 확률,평균 및 표준 편차의 세 가지 변수가 필요합니다. 우리는 첫 번째 단계에서 평균 및 표준 편차를 다룰 것입니다. 나는 수익,가변 및 고정 비용으로 구성된 재무 예측 문제를 가정합니다. 여기서 수익 마이너스 가변 비용 마이너스 고정 비용은 이익과 같습니다. 고정 비용은 공장 및 장비의 침몰 비용이므로 분포 곡선이 가정되지 않습니다. 수익 및 가변 비용에 대한 분배 곡선이 가정됩니다.

첫 번째 시뮬레이션

아래 예는 수익 설정을 나타냅니다. 수식을 복사하여 셀 디 6 에 붙여 넣을 수 있습니다. 수익 및 비용 우리는 당신에게 기능 규범을 위해.6117>

확률=분포 내의 다른 기준에 따라 난수를 유도하는 함수 랜드()입니다.

평균=1 단계에서 사용된 평균입니다. 수익을 위해 그것은 씨 3 입니다.

표준 편차=1 단계에서 사용되는 표준 편차. 수익을 위해

이후 랜드()확률로 사용,임의의 확률은 새로 고침 생성. 우리는 다음 단계에서 우리의 이점에 이것을 사용할 것입니다.

1,000 시뮬레이션

1,000 개 이상의 변형을 수행하는 방법에는 여러 가지가 있습니다. 가장 간단한 선택권은 단계#2 에서 공식을 가지고 가고 그것을 절대에게 한것을 이다. 그런 다음 1,000 번 복사하여 붙여 넣습니다. 그건 간단 하지만 매우 멋진. 페리스 뷸러는 컴퓨터에 새로운 박하 사탕 발가락 게임을 보여줌으로써 세상을 구할 수 있다면,우리는뿐만 아니라이 분석을 양념 할 수 있습니다. 테이블의 세계로 모험을 하자.

• 먼저 테이블에 대한 개요를 만들려고합니다. 우리는 행에 숫자 1~1,000 을 나열하여이 작업을 수행. 아래 예제 이미지에서 숫자 목록은 12 에서 시작합니다.
• 다음 열에서 셀 씨 12,우리는 첫 번째 반복을 참조합니다.

• 다음으로 열 입력 셀에 대한 1,000 회 반복
• 데이터 선택>데이터 테이블
• 빈 셀을 선택합니다. 다운로드 파일에서 셀 11 이 선택
• 선택 확인

• 이전 단계에서 확인을 선택하면 1,000 개의 시뮬레이션을 자동으로 채우는 테이블이 삽입됩니다

요약 통계

시뮬레이션이 실행되면 요약 통계를 수집해야 합니다. 이것은 여러 가지 방법으로 수행 할 수 있습니다. 이 예제에서는 수익성이없는 시뮬레이션의 백분율과 1 백만 달러 이상의 이익 가능성을 결정하기 위해 카운티프()함수를 사용했습니다. 예상대로$100 만 이상의 가능성은 약 50%를 차지합니다. 이는 평균에 균등하게 분포된 정규 분포 곡선을 사용했기 때문입니다.100 만 달러였습니다.돈을 잃을 가능성은 4.8%입니다. 이 함수를 사용하여 0 보다 작은 시뮬레이션을 계산하고 총 1,000 회 반복으로 나누어 수집했습니다.

다운로드 받기

위의 비디오에서 오즈는 몬테카를로 시뮬레이션의 다양한 용도에 대해 묻습니다. 당신은 무엇을 위해 그것을 사용 했습니까? 그룹과 공유할 수 있는 구체적인 예가 있습니까? 그렇다면,코멘트 섹션에서 아래 메모를 남겨. 또한,우리의 뉴스 레터에 가입하여 주시기 바랍니다,당신은 새로운 최신 상태로 유지 할 수 있도록 Excel.TV 쇼가 발표되었습니다. 연락을 유지하기 위해 아래에 나에게 메시지를 남겨주세요.

에서 여기에 공유하는 것이 좋을 것이라고 생각했다.