ModEst:Computationeel model - Bewerkingsoverzicht

PieterBots: /* Werkwijze */

2023-01-17T14:29:28Z

Werkwijze

← Oudere versie		Versie van 17 jan 2023 14:29
Regel 19:		Regel 19:
	::* Controleer of het systeemgedrag plausibel is, gegeven de invoerwaarden. Bedenk bij welke parameterwaarden je bijzonder gedrag kunt verwachten (bijv. stroomsnelheid = 0, vaarsnelheid = 0 of koersverandering = 0), bedenk hoe de grafiek er dan zou moeten uitzien, en test die [[Empirische cyclus\|hypothese]] vervolgens door het model met die invoerwaarden door te rekenen.		::* Controleer of het systeemgedrag plausibel is, gegeven de invoerwaarden. Bedenk bij welke parameterwaarden je bijzonder gedrag kunt verwachten (bijv. stroomsnelheid = 0, vaarsnelheid = 0 of koersverandering = 0), bedenk hoe de grafiek er dan zou moeten uitzien, en test die [[Empirische cyclus\|hypothese]] vervolgens door het model met die invoerwaarden door te rekenen.

			====Probabilistisch model====
	Bij implementatie van een ''probabilistisch model'' zijn nog extra handelingen nodig:		Bij implementatie van een ''probabilistisch model'' zijn nog extra handelingen nodig:

PieterBots: /* Werkwijze */

2023-01-17T14:28:37Z

Werkwijze

← Oudere versie		Versie van 17 jan 2023 14:28
Regel 29:		Regel 29:
	De door jou gekozen lengte van de tijdstap en de lengte van de simulatieperiode (het aantal rijen voor de tijdsafhankelijke variabelen) kun je wel al in §3 onderbouwen, zéker wanneer de (minimale) simpulatieperiode direct verband houdt met de onderzoeksvraag (bijv. "Hoe ver is het bootje gevorderd na 10 minuten varen?"). In §4 moet je er altijd over rapporteren omdat tijdstap, simulatieperiode, opstarttijd en aantal replicaties onderdeel zijn van het [[experimenteel ontwerp]].		De door jou gekozen lengte van de tijdstap en de lengte van de simulatieperiode (het aantal rijen voor de tijdsafhankelijke variabelen) kun je wel al in §3 onderbouwen, zéker wanneer de (minimale) simpulatieperiode direct verband houdt met de onderzoeksvraag (bijv. "Hoe ver is het bootje gevorderd na 10 minuten varen?"). In §4 moet je er altijd over rapporteren omdat tijdstap, simulatieperiode, opstarttijd en aantal replicaties onderdeel zijn van het [[experimenteel ontwerp]].

			====Gevoeligheidsanalyse====
	[[Bestand:gevoeligheidsanalyseBootje.png\|thumb]]Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.<br><small>''In het voorbeeld hiernaast zie je dat ook de gevoeligheid voor de beginwaarde van α wordt bepaald, maar niet die voor x en y. Dat is omdat de ''verplaatsing'' en de ''afwijking'' van het bootje relatief zijn t.o.v. de beginpositie, en dus per definitie beginwaarde 0 hebben. Je ziet bij α ook dat voor invoervariabelen die in het basisscenario 0 zijn een verandering van +20% geen zin heeft, en je dan dus een andere kleine waarde kiest.''</small>		[[Bestand:gevoeligheidsanalyseBootje.png\|thumb]]Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.<br><small>''In het voorbeeld hiernaast zie je dat ook de gevoeligheid voor de beginwaarde van α wordt bepaald, maar niet die voor x en y. Dat is omdat de ''verplaatsing'' en de ''afwijking'' van het bootje relatief zijn t.o.v. de beginpositie, en dus per definitie beginwaarde 0 hebben. Je ziet bij α ook dat voor invoervariabelen die in het basisscenario 0 zijn een verandering van +20% geen zin heeft, en je dan dus een andere kleine waarde kiest.''</small>
	Bij een ''probabilistisch'' model zullen ook bij grote aantallen replicaties de beschrijvende statistieken bij dezelfde invoerparameters nog flink kunnen variëren. De standaarddeviatie σ (over alle replicaties) geeft je een maat voor de te verwachten variatie in het gemiddelde μ van een uitvoervariabele. Als σ groter is dan 20% van μ dan zal gevoeligheidsanalyse met +20% van een invoervariabele niet erg betrouwbaar zijn (tenzij het model '''zeer''' gevoelig is voor die invoervariabele). Kijk in dat geval of meer replicaties σ nog omlaag kunnen brengen (zie hierna). Zo niet, neem dan een grotere verandering t.o.v. het basisscenario, typisch groter dan σ/μ zodat je verwachte verandering buiten de ±σ bandbreedte komt.		Bij een ''probabilistisch'' model zullen ook bij grote aantallen replicaties de beschrijvende statistieken bij dezelfde invoerparameters nog flink kunnen variëren. De standaarddeviatie σ (over alle replicaties) geeft je een maat voor de te verwachten variatie in het gemiddelde μ van een uitvoervariabele. Als σ groter is dan 20% van μ dan zal gevoeligheidsanalyse met +20% van een invoervariabele niet erg betrouwbaar zijn (tenzij het model '''zeer''' gevoelig is voor die invoervariabele). Kijk in dat geval of meer replicaties σ nog omlaag kunnen brengen (zie hierna). Zo niet, neem dan een grotere verandering t.o.v. het basisscenario, typisch groter dan σ/μ zodat je verwachte verandering buiten de ±σ bandbreedte komt.

PieterBots: /* Zie ook */

2021-11-25T09:17:00Z

Zie ook

← Oudere versie		Versie van 25 nov 2021 09:17
Regel 77:		Regel 77:
	==Zie ook==		==Zie ook==
	* [[ModEst:Verslaglegging#Verslaglegging over Stap 3\|Verslaglegging over Stap 3]]		* [[ModEst:Verslaglegging#Verslaglegging over Stap 3\|Verslaglegging over Stap 3]]
			* [[ModEst:Conceptueel model\|Instructies voor Stap 1 (conceptueel model)]]
			* [[ModEst:Operationeel model\|Instructies voor Stap 2 (operationeel model)]]
			* [[ModEst:Modeltoepassing en interpretatie\|Instructies voor Stap 4 (modeltoepassing en interpretatie)]]

PieterBots: /* Werkwijze */

2021-01-14T11:08:41Z

Werkwijze

← Oudere versie		Versie van 14 jan 2021 11:08
Regel 31:		Regel 31:

	[[Bestand:gevoeligheidsanalyseBootje.png\|thumb]]Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.<br><small>''In het voorbeeld hiernaast zie je dat ook de gevoeligheid voor de beginwaarde van α wordt bepaald, maar niet die voor x en y. Dat is omdat de ''verplaatsing'' en de ''afwijking'' van het bootje relatief zijn t.o.v. de beginpositie, en dus per definitie beginwaarde 0 hebben. Je ziet bij α ook dat voor invoervariabelen die in het basisscenario 0 zijn een verandering van +20% geen zin heeft, en je dan dus een andere kleine waarde kiest.''</small>		[[Bestand:gevoeligheidsanalyseBootje.png\|thumb]]Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.<br><small>''In het voorbeeld hiernaast zie je dat ook de gevoeligheid voor de beginwaarde van α wordt bepaald, maar niet die voor x en y. Dat is omdat de ''verplaatsing'' en de ''afwijking'' van het bootje relatief zijn t.o.v. de beginpositie, en dus per definitie beginwaarde 0 hebben. Je ziet bij α ook dat voor invoervariabelen die in het basisscenario 0 zijn een verandering van +20% geen zin heeft, en je dan dus een andere kleine waarde kiest.''</small>
	Bij een ''probabilistisch'' model zullen ook bij grote aantallen replicaties de beschrijvende statistieken bij dezelfde invoerparameters nog flink kunnen variëren. De standaarddeviatie σ (over alle replicaties) geeft je een maat voor de te verwachten variatie in het gemiddelde μ van een uitvoervariabele. Als σ groter is dan 20% van μ dan zal gevoeligheidsanalyse met +20% van een invoervariabele niet erg betrouwbaar zijn (tenzij het model '''zeer''' gevoelig is voor die invoervariabele).		Bij een ''probabilistisch'' model zullen ook bij grote aantallen replicaties de beschrijvende statistieken bij dezelfde invoerparameters nog flink kunnen variëren. De standaarddeviatie σ (over alle replicaties) geeft je een maat voor de te verwachten variatie in het gemiddelde μ van een uitvoervariabele. Als σ groter is dan 20% van μ dan zal gevoeligheidsanalyse met +20% van een invoervariabele niet erg betrouwbaar zijn (tenzij het model '''zeer''' gevoelig is voor die invoervariabele). Kijk in dat geval of meer replicaties σ nog omlaag kunnen brengen (zie hierna). Zo niet, neem dan een grotere verandering t.o.v. het basisscenario, typisch groter dan σ/μ zodat je verwachte verandering buiten de ±σ bandbreedte komt.

	Aan de lijngrafiek van σ als functie van het aantal replicaties kun je zien of de waarde van σ nog veel zal dalen door nog meer replicaties te doen. Als dat niet het geval is, is σ een maat voor de nauwkeurigheid waarmee je μ kunt bepalen. Je kunt in Excel dan het aantal zichtbare decimalen beperken tot die nauwkeurigheid, of μ zelfs af te ronden m.b.v. <tt>AFRONDEN(''waarde''; ''aantal decimalen'')</tt>. Die (optisch) afgeronde gemiddelde waarden kun je dan gebruiken in je gevoeligheidsanalyse. Die wordt daar niet naukeuriger door, maar wel overzichtelijker.		Aan de lijngrafiek van σ als functie van het aantal replicaties kun je zien of de waarde van σ nog veel zal dalen door nog meer replicaties te doen. Als dat niet het geval is, is σ een maat voor de nauwkeurigheid waarmee je μ kunt bepalen. Je kunt in Excel dan het aantal zichtbare decimalen beperken tot die nauwkeurigheid, of μ zelfs af te ronden m.b.v. <tt>AFRONDEN(''waarde''; ''aantal decimalen'')</tt>. Die (optisch) afgeronde gemiddelde waarden kun je dan gebruiken in je gevoeligheidsanalyse. Die wordt daar niet naukeuriger door, maar wel overzichtelijker.

PieterBots: /* Werkwijze */

2021-01-13T11:59:04Z

Werkwijze

← Oudere versie		Versie van 13 jan 2021 11:59
Regel 31:		Regel 31:

	[[Bestand:gevoeligheidsanalyseBootje.png\|thumb]]Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.<br><small>''In het voorbeeld hiernaast zie je dat ook de gevoeligheid voor de beginwaarde van α wordt bepaald, maar niet die voor x en y. Dat is omdat de ''verplaatsing'' en de ''afwijking'' van het bootje relatief zijn t.o.v. de beginpositie, en dus per definitie beginwaarde 0 hebben. Je ziet bij α ook dat voor invoervariabelen die in het basisscenario 0 zijn een verandering van +20% geen zin heeft, en je dan dus een andere kleine waarde kiest.''</small>		[[Bestand:gevoeligheidsanalyseBootje.png\|thumb]]Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.<br><small>''In het voorbeeld hiernaast zie je dat ook de gevoeligheid voor de beginwaarde van α wordt bepaald, maar niet die voor x en y. Dat is omdat de ''verplaatsing'' en de ''afwijking'' van het bootje relatief zijn t.o.v. de beginpositie, en dus per definitie beginwaarde 0 hebben. Je ziet bij α ook dat voor invoervariabelen die in het basisscenario 0 zijn een verandering van +20% geen zin heeft, en je dan dus een andere kleine waarde kiest.''</small>
			Bij een ''probabilistisch'' model zullen ook bij grote aantallen replicaties de beschrijvende statistieken bij dezelfde invoerparameters nog flink kunnen variëren. De standaarddeviatie σ (over alle replicaties) geeft je een maat voor de te verwachten variatie in het gemiddelde μ van een uitvoervariabele. Als σ groter is dan 20% van μ dan zal gevoeligheidsanalyse met +20% van een invoervariabele niet erg betrouwbaar zijn (tenzij het model '''zeer''' gevoelig is voor die invoervariabele).

			Aan de lijngrafiek van σ als functie van het aantal replicaties kun je zien of de waarde van σ nog veel zal dalen door nog meer replicaties te doen. Als dat niet het geval is, is σ een maat voor de nauwkeurigheid waarmee je μ kunt bepalen. Je kunt in Excel dan het aantal zichtbare decimalen beperken tot die nauwkeurigheid, of μ zelfs af te ronden m.b.v. <tt>AFRONDEN(''waarde''; ''aantal decimalen'')</tt>. Die (optisch) afgeronde gemiddelde waarden kun je dan gebruiken in je gevoeligheidsanalyse. Die wordt daar niet naukeuriger door, maar wel overzichtelijker.

	==Verslaglegging==		==Verslaglegging==

PieterBots: /* Werkwijze */

2021-01-12T21:21:39Z

Werkwijze

← Oudere versie		Versie van 12 jan 2021 21:21
Regel 21:		Regel 21:
	Bij implementatie van een ''probabilistisch model'' zijn nog extra handelingen nodig:		Bij implementatie van een ''probabilistisch model'' zijn nog extra handelingen nodig:

	# <li value="7">Run het model een paar honderd keer en verzamel de waarden van elke uitvoervariabele in een [[gegevensverzameling]]. In Excel doe je dat m.b.v een gegevenstabel.</li>		# <li value="7">Run het model een paar honderd keer en verzamel de waarden van elke uitvoervariabele in een [[gegevensverzameling]]. In Excel doe je dat [[Excel:Gegevenstabel\|m.b.v een gegevenstabel]].</li>
	# ''Voor elke uitvoervariabele:''		# ''Voor elke uitvoervariabele:''
	::* Bepaal de [[beschrijvende statistiek]]en van deze gegevensverzameling.		::* Bepaal de [[beschrijvende statistiek]]en van deze gegevensverzameling.

PieterBots: /* Werkwijze */

2021-01-10T16:00:36Z

Werkwijze

← Oudere versie		Versie van 10 jan 2021 16:00
Regel 26:		Regel 26:
	::* Geef de gegevensverzameling weer in een [[Staafdiagram#Histogram\|histogram]] zodat de vorm van de kansverdeling zichtbaar wordt.<br>Dit hoeft niet voor binaire variabelen. In dat geval is het gemiddelde μ gelijk aan de gevraagde kans.		::* Geef de gegevensverzameling weer in een [[Staafdiagram#Histogram\|histogram]] zodat de vorm van de kansverdeling zichtbaar wordt.<br>Dit hoeft niet voor binaire variabelen. In dat geval is het gemiddelde μ gelijk aan de gevraagde kans.
	::* Geef in [[lijndiagram]]men weer hoe μ en σ zich ontwikkelen als functie van het aantal replicaties.		::* Geef in [[lijndiagram]]men weer hoe μ en σ zich ontwikkelen als functie van het aantal replicaties.
			::N.B. De extra formules die je in het Excelwerkblad definieert om beschrijvende statistieken over de replicaties te berekenen zijn '''geen''' onderdeel van het simulatiemodel. Deze formules moet je dus <u>'''niet'''</u> alsnog in de vorm van vergelijkingen aan het operationele model in §2 van je verslaglegging toevoegen. Je zou ze wel kunnen opnemen in §3, maar omdat het tyisch "standaard" formules voor beschrijvende statistieken zijn, is dat '''niet''' nodig.
			De door jou gekozen lengte van de tijdstap en de lengte van de simulatieperiode (het aantal rijen voor de tijdsafhankelijke variabelen) kun je wel al in §3 onderbouwen, zéker wanneer de (minimale) simpulatieperiode direct verband houdt met de onderzoeksvraag (bijv. "Hoe ver is het bootje gevorderd na 10 minuten varen?"). In §4 moet je er altijd over rapporteren omdat tijdstap, simulatieperiode, opstarttijd en aantal replicaties onderdeel zijn van het [[experimenteel ontwerp]].

	[[Bestand:gevoeligheidsanalyseBootje.png\|thumb]]Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.<br><small>''In het voorbeeld hiernaast zie je dat ook de gevoeligheid voor de beginwaarde van α wordt bepaald, maar niet die voor x en y. Dat is omdat de verplaatsing en afwijking relatief zijn t.o.v. de beginpositie, en dus per definitie beginwaarde 0 hebben. Je ziet bij α ook dat voor invoervariabelen die in het basisscenario 0 zijn een verandering van +20% geen zin heeft, en je dan dus een andere kleine waarde kiest.''</small>

	N.B. ~~De extra formules die je~~ in ~~het Excelwerkblad definieert om beschrijvende statistieken over~~ de ~~replicaties te berekenen zijn~~ '''~~geen~~''' ~~onderdeel~~ van ~~het simulatiemodel~~. ~~Deze formules moet je dus~~ <u>''~~'niet'''</u> alsnog in~~ de ~~vorm van vergelijkingen aan het operationele model in §2~~ van ~~je verslaglegging toevoegen. Je zou ze wel kunnen opnemen in §3~~, maar ~~omdat het tyisch "standaard" formules~~ voor ~~beschrijvende statistieken zijn,~~ is ~~dat~~ '''~~niet~~''' ~~nodig~~.		[[Bestand:gevoeligheidsanalyseBootje.png\|thumb]]Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.<br><small>''In het voorbeeld hiernaast zie je dat ook de gevoeligheid voor de beginwaarde van α wordt bepaald, maar niet die voor x en y. Dat is omdat de ''verplaatsing'' en de ''afwijking'' van het bootje relatief zijn t.o.v. de beginpositie, en dus per definitie beginwaarde 0 hebben. Je ziet bij α ook dat voor invoervariabelen die in het basisscenario 0 zijn een verandering van +20% geen zin heeft, en je dan dus een andere kleine waarde kiest.''</small>
	~~De door jou gekozen lengte van~~ de ~~tijdstap~~ en ~~de lengte van de simulatieperiode (het aantal rijen~~ voor ~~de tijdsafhankelijke variabelen) kun je wel al~~ in ~~§3 onderbouwen, zéker wanneer de (minimale) simpulatieperiode direct verband houdt met de onderzoeksvraag (bijv. "Hoe ver is~~ het ~~bootje gevorderd na 10 minuten varen?"). In §4 moet je er altijd over rapporteren omdat tijdstap~~, ~~simulatieperiode, opstarttijd~~ en ~~aantal replicaties onderdeel zijn van het [[experimenteel ontwerp]]~~.

	==Verslaglegging==		==Verslaglegging==

PieterBots: /* Werkwijze */

2021-01-10T15:56:41Z

Werkwijze

← Oudere versie		Versie van 10 jan 2021 15:56
Regel 27:		Regel 27:
	::* Geef in [[lijndiagram]]men weer hoe μ en σ zich ontwikkelen als functie van het aantal replicaties.		::* Geef in [[lijndiagram]]men weer hoe μ en σ zich ontwikkelen als functie van het aantal replicaties.

	[[Bestand:gevoeligheidsanalyseBootje.png\|thumb]]Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.		[[Bestand:gevoeligheidsanalyseBootje.png\|thumb]]Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.<br><small>''In het voorbeeld hiernaast zie je dat ook de gevoeligheid voor de beginwaarde van α wordt bepaald, maar niet die voor x en y. Dat is omdat de verplaatsing en afwijking relatief zijn t.o.v. de beginpositie, en dus per definitie beginwaarde 0 hebben. Je ziet bij α ook dat voor invoervariabelen die in het basisscenario 0 zijn een verandering van +20% geen zin heeft, en je dan dus een andere kleine waarde kiest.''</small>

	N.B. De extra formules die je in het Excelwerkblad definieert om beschrijvende statistieken over de replicaties te berekenen zijn '''geen''' onderdeel van het simulatiemodel. Deze formules moet je dus <u>'''niet'''</u> alsnog in de vorm van vergelijkingen aan het operationele model in §2 van je verslaglegging toevoegen. Je zou ze wel kunnen opnemen in §3, maar omdat het tyisch "standaard" formules voor beschrijvende statistieken zijn, is dat '''niet''' nodig.		N.B. De extra formules die je in het Excelwerkblad definieert om beschrijvende statistieken over de replicaties te berekenen zijn '''geen''' onderdeel van het simulatiemodel. Deze formules moet je dus <u>'''niet'''</u> alsnog in de vorm van vergelijkingen aan het operationele model in §2 van je verslaglegging toevoegen. Je zou ze wel kunnen opnemen in §3, maar omdat het tyisch "standaard" formules voor beschrijvende statistieken zijn, is dat '''niet''' nodig.

PieterBots: /* Werkwijze */

2021-01-10T09:54:35Z

Werkwijze

← Oudere versie		Versie van 10 jan 2021 09:54
Regel 27:		Regel 27:
	::* Geef in [[lijndiagram]]men weer hoe μ en σ zich ontwikkelen als functie van het aantal replicaties.		::* Geef in [[lijndiagram]]men weer hoe μ en σ zich ontwikkelen als functie van het aantal replicaties.

	Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.		[[Bestand:gevoeligheidsanalyseBootje.png\|thumb]]Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.

	N.B. De extra formules die je in het Excelwerkblad definieert om beschrijvende statistieken over de replicaties te berekenen zijn '''geen''' onderdeel van het simulatiemodel. Deze formules moet je dus <u>'''niet'''</u> alsnog in de vorm van vergelijkingen aan het operationele model in §2 van je verslaglegging toevoegen. Je zou ze wel kunnen opnemen in §3, maar omdat het tyisch "standaard" formules voor beschrijvende statistieken zijn, is dat '''niet''' nodig.		N.B. De extra formules die je in het Excelwerkblad definieert om beschrijvende statistieken over de replicaties te berekenen zijn '''geen''' onderdeel van het simulatiemodel. Deze formules moet je dus <u>'''niet'''</u> alsnog in de vorm van vergelijkingen aan het operationele model in §2 van je verslaglegging toevoegen. Je zou ze wel kunnen opnemen in §3, maar omdat het tyisch "standaard" formules voor beschrijvende statistieken zijn, is dat '''niet''' nodig.

PieterBots: /* Werkwijze */

2021-01-08T11:51:50Z

Werkwijze

← Oudere versie		Versie van 8 jan 2021 11:51
Regel 28:		Regel 28:

	Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.		Voer tenslotte een [[gevoeligheidsanalyse]] uit. Rapporteer daarover in de vorm van een [[tabel]] die voor '''elke''' invoervariabele laat zien hoe sterk de uitvoervariabelen veranderen als gevolg van een kleine verandering (typisch +20%) t.o.v. een gekozen basisscenario.

			N.B. De extra formules die je in het Excelwerkblad definieert om beschrijvende statistieken over de replicaties te berekenen zijn '''geen''' onderdeel van het simulatiemodel. Deze formules moet je dus <u>'''niet'''</u> alsnog in de vorm van vergelijkingen aan het operationele model in §2 van je verslaglegging toevoegen. Je zou ze wel kunnen opnemen in §3, maar omdat het tyisch "standaard" formules voor beschrijvende statistieken zijn, is dat '''niet''' nodig.
			De door jou gekozen lengte van de tijdstap en de lengte van de simulatieperiode (het aantal rijen voor de tijdsafhankelijke variabelen) kun je wel al in §3 onderbouwen, zéker wanneer de (minimale) simpulatieperiode direct verband houdt met de onderzoeksvraag (bijv. "Hoe ver is het bootje gevorderd na 10 minuten varen?"). In §4 moet je er altijd over rapporteren omdat tijdstap, simulatieperiode, opstarttijd en aantal replicaties onderdeel zijn van het [[experimenteel ontwerp]].

	==Verslaglegging==		==Verslaglegging==