Dans
le dernier article, nous avons vu comment créer un modèle de simulation bien
plus rapidement, et aussi de façon nettement plus fiable, en utilisant l’add-in
Crystal Ball. Ceci dit, notre exemple de lancement de dés était un exemple très
simple. Aujourd’hui, nous verrons comment utiliser Crystal Ball pour la
création d’un modèle plus compliqué.
Dans
le cas qui nous intéresse aujourd’hui, nous supposons que nous avons 100
appartements à louer. Il y a quatre variables aléatoires, le nombre
d’appartements que l’on parvient à louer (entre 70 et 100), le loyer moyen, les
coûts fixes et les coûts variables. Les colonnes E et F fournissent les
paramètres correspondant aux cas le plus favorable (Best Case) et le pire (Worst Case). On se demande quelle est la probabilité de gagner au moins 4.300 € avec
les locations.
Nous
avons choisi des lois triangulaires pour les deux premières variables, en C3 et
C4, et des lois uniformes pour les deux variables de coût, en C7 et C9. Vous
voyez dans la copie d’écran l’écran de définition de l’hypothèse « Rental fee per unit ».
Remarque – Dans Crystal Ball,
par défaut, les hypothèses sont en fond vert avec un commentaire et les
prévisions en fond bleu.
Nous
lançons la simulation, qui est toujours de 5.000 itérations par défaut. Cette
simulation dure moins de 25 secondes, ce qui est bien plus rapide que ce que
nous pourrions faire sans Crystal Ball. Et, surtout, nous obtenons aussitôt un
graphe de prévision (cf. image ci-dessous) ainsi que des statistiques
détaillées.
En
entrant 4.300 dans la partie inférieure gauche du graphe de prévision, nous
obtenons immédiatement la réponse à notre question : la probabilité de
gagner au moins 4.300 € est de 32,26%.
Aucun commentaire:
Enregistrer un commentaire