– Introduction à la simulation Monte-Carlo 

La méthode et son fonctionnement
Etapes du développement d’un modèle
L’approche actuelle des tableurs
Modélisation déterministe par rapport à modélisation stochastique (probabiliste)

– Présentation détaillée interactive de Crystal Ball

Aperçu de la barre d’outils de Crystal Ball et de ses applications
Etapes de création des modèles probabilistes
Définition des hypothèses
Analyse de corrélations
Techniques d’ajustement des données
Définition des variables à prévoir
Contrôle de la précision
Rapports et présentation des données

– Discussion détaillée sur la simulation et l’analyse, incluant : 

Diagramme de prévision
Diagramme de sensibilité
Paramètres de la simulation
Graphiques superposés
Génération du rapport
Extraction des données

– Les outils de Crystal Ball

Graphique tornade
Lissage par lots
Matrice de corrélations
Analyse de scénarios
Bootstrap
Table de décision
Simulation 2D

– OptQuest (outil d’optimisation)

Qu’est ce que l’optimisation ?
Applications de l’optimisation
Méthode déterministe (traditionnelle) par rapport à modélisation stochastique (probabiliste)
Utilisation de l’assistant d’OptQuest – variables de décision, contraintes, conditions, prévisions, et autres options
Astuces pour la performance d’OptQuest
Exemples en gestion de portefeuilles financiers
Analyse des sorties d’OptQuest
OptQuest et son domaine d’optimisation
Exemples d’applications

– Crystal Ball Predictor (outil de prévision)

Examen des techniques de prévision de séries temporelles et de régression linéaire
Aperçu des fonctionnalités de Crystal Ball Predictor et de son assistant
Méthodologie des techniques de prévision des séries temporelles et de régression linéaire
Discussion des méthodes de prévision
Analyse des sorties de Crystal Ball Predictor
Qualité des prévisions
Exemples d’applications

– Techniques de modélisations avancées

– Kits de développement