03.11.2013 Aufrufe

TopRank-Funktionen - Palisade Corporation

TopRank-Funktionen - Palisade Corporation

TopRank-Funktionen - Palisade Corporation

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

<strong>TopRank</strong><br />

@RISK<br />

Empfindlichkeitsanalysen in @RISK gegenüber<br />

<strong>TopRank</strong><br />

Bei einer einfachen WENN-Berechnung wird durch <strong>TopRank</strong><br />

festgestellt, wie sich eine einzelne Eingabe auf die Ausgabe auswirkt,<br />

indem lediglich der Wert der Eingabe geändert wird. Die Werte aller<br />

anderen Eingaben in dem Modell bleiben dabei unverändert. Diese<br />

Methode wird Einzelvariablen-Empfindlichkeitsanalyse genannt.<br />

Die <strong>TopRank</strong>-Empfindlichkeitsanalyse hat den Vorteil, dass sie schnell<br />

und mühelos ausgeführt werden kann. Durch <strong>TopRank</strong> kann der<br />

gesamte Eingabensuch- und Eingabendefiniervorgang automatisch<br />

ausgeführt werden. Auch sind nur wenige Iterationen erforderlich, um<br />

sinnvolle Ergebnisse zu erhalten. Außerdem erhalten Sie durch<br />

<strong>TopRank</strong> die Antworten in einem leicht verständlichen Format. In dem<br />

Schaufelraddiagramm ist genau zu sehen, wie viel sich eine bestimmte<br />

prozentuale Änderung in einer Eingabe auf die Ausgabe auswirkt.<br />

Der Nachteil der Empfindlichkeitsanalyse in <strong>TopRank</strong> ist jedoch, dass<br />

dabei nicht die Variabilität in anderen Eingaben mit berücksichtigt<br />

wird. Die mehrfache Empfindlichkeitsanalyse kann da einen gewissen<br />

Ausgleich schaffen, ist aber leider nicht in der Lage, in allen Fällen eine<br />

Kreuzkorrelation zwischen den Eingabevariablen zu finden.<br />

In einer @RISK-Simulation wird der Wert der einzelnen Eingaben<br />

gleichzeitig geändert. In @RISK werden die Daten sowohl für die<br />

Eingaben als auch für die Ausgabe erfasst und wird dann die<br />

Empfindlichkeit mithilfe eines Rangkorrelationskoeffizienten oder einer<br />

linearen Regression berechnet.<br />

Eine @RISK-Empfindlichkeitsanalyse hat den Nachteil, dass sehr viele<br />

Iterationen sowie auch Unbestimmtheitsverteilungen im Modell<br />

erforderlich sind. Die Ergebnisse zeigen zwar, welche Variablen die<br />

größte Auswirkung haben, aber es ist nicht zu sehen, wie viel sich eine<br />

gegebene prozentuale Änderung in einer Eingabe auf die Ausgabe<br />

auswirkt.<br />

Die @RISK-Empfindlichkeitsanalyse hat aber auch gewisse Vorteile. Sie<br />

erfordert beispielsweise keine zusätzlichen Berechnungen, wenn<br />

sowieso eine @RISK-Simulation ausgeführt werden soll. Auch ist in den<br />

Ergebnissen immer die Kreuzkorrelation zwischen Eingaben zu sehen.<br />

Wir empfehlen, in den meisten Fällen <strong>TopRank</strong> und @RISK zu<br />

verwenden. <strong>TopRank</strong> ist schnell und einfach auszuführen und zeigt die<br />

Ergebnisse in leicht verständlicher Form an. Um Zeit und Mühe zu<br />

sparen, sollte <strong>TopRank</strong> immer zuerst (d.h. vor @RISK) verwendet<br />

werden.<br />

30 WENN-Analyse und Risikoanalyse

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!