Simulation de Monte-CarloBonjour Communauté, J'ai créé un tableau de mois (x) par fréquence de panne (y). Après avoir analysé la distribution et créé une autre colonne avec Randon pour la distribution la mieux adaptée (les plus petits AIC). Mais j'ai besoin de calculer la probabilité finale d'union que les cinq événements (TOP EVENT) et la simulation (10 000 itérations) me donnent en fréquence d'échec. Comment ai-je obtenu la probabilité d'échec X mois du TOP EVENT avec 10 000 itérations ?
Re : Simulation Monte-CarloBonjour la communauté,
J'ai fait la simulation Monte Carlo avec 10 000 itérations, maintenant j'ai besoin de savoir quels sont les paramètres statistiques de l'évaluation de la simulation. Quel est le meilleur paramètre statistique pour évaluer la simulation.
Cordialement
Mayré
Re : Simulation Monte-CarloSalut Kevin,
J'ai fait la simulation en considérant la probabilité comme la fréquence des défauts et le nombre total d'échantillons générés, puis j'ai obtenu la probabilité de défauts. L'algorithme utilisé était la formule de probabilité des événements indépendants. J'ai considéré la distribution exponentielle comme la meilleure car les valeurs des défauts ne peuvent pas être négatives.
Merci beaucoup!!
Re : Simulation Monte-CarloSalut Mayre ! Certaines personnes s'accrochent à l'expression "Monte Carlo" car elle signifie quelque chose de très spécifique pour eux, mais parlons juste un instant de simulation. Pour que les simulations réussissent, quelques éléments sont nécessaires : 1) le générateur de nombres produit des valeurs qui réussissent les tests de caractère aléatoire, 2) suffisamment d'échantillons sont générés pour produire des résultats précis, 3) des techniques d'échantillonnage appropriées sont utilisées, 4) l'algorithme utilisé est valable pour ce qui est modélisé, et 5) il simule le phénomène en question. JMP peut bien gérer les numéros 1 et 2, mais c'est au modélisateur (vous) de spécifier correctement les numéros 3, 4 et 5. D'après mon expérience, les niveaux 4 et 5 sont les plus difficiles et les plus sujets aux erreurs. Je vous conseille de consacrer suffisamment de temps à étudier ces exigences car elles sont liées à votre situation. Par exemple, il pourrait être préférable d’utiliser des distributions choisies par la théorie plutôt que par le meilleur ajustement. Soit dit en passant, une définition de la probabilité est une fréquence relative d’occurrence. Puisque vous connaissez la fréquence des pannes et le nombre total d'échantillons générés, pourquoi ne s'agirait-il pas d'une estimation de la probabilité de panne ?Re : Simulation Monte-CarloTout d'abord, je vous remercie pour votre attention.
Je suppose que tous les sous-systèmes sont complètement indépendants. Il n'y a pas de sous-système F2, seulement F1, F3, F4, F5 et F6, tous indépendants.
Je suis les étapes du lien ci-dessus : "Utilisation de JMP pour évaluer le risque dans les prévisions financières à l'aide de simulations de Monte Carlo
Mais dans mon travail, j'utilise le FTA (Failure Tree Analysis) pour calculer la probabilité du TOP EVENT. J'utilise les ensembles de coupes et la formule finale était
E = F1 +F3+F4+F5+F6
Comme les événements sont indépendants, la probabilité doit être calculée. Mais mon résultat est que la fréquence des défauts n'est pas une probabilité.
J'espère vous aider !!
Re : Simulation Monte-CarloSalut Mayre !
Je suppose que si un sous-système tombe en panne, le système tout entier tombe en panne. Est-ce exact?
Les sous-systèmes sont-ils complètement indépendants ?
Avez-vous fait une erreur dans votre formule en omettant p(F2) ? Ou était-ce votre intention ?
Plus d’informations facilitent l’aide.
Re : Simulation Monte-CarloSalut Kevin,
J'ai besoin de simuler la probabilité de défaillance d'un événement spécifique (Top Event of FTA - FAILURE TREE ANALYSIS).
J'ai effectué les étapes suivantes :
J'ai créé le tableau avec les données :
1) X (lignes) - mois et Y (colonne) la fréquence qui sont les dates historiques de 23 mois d'observations.
exemple : 1 1
2 1
3 0 ......
2) Ajuster les distributions au sous-ensemble historique (total de 5 sous-ensembles)
3) Création d'un nouvel ensemble de données (avec une nouvelle colonne) avec tirages aléatoires à partir des distributions pour les cinq sous-ensembles
4) Création de la nouvelle colonne (TOP EVENT), mais la colonne doit être la probabilité d'échec de TOP EVENT (TOP EVENT = TOTAL PROBABILITY)
Question : Je ne peux pas additionner les fréquences de pannes. J'ai besoin de calculer la probabilité. La formule finale est :
P(T) = P(F1)+P(F3)+P(F4)+P(F5)+P(F6) - (P(F1).P(F2) - P(F3).P(F4) - P(F4).P(F5) - P(F5).P(F6)) - P(F1).P(F3).P(F4).P(F5).P(F6)
Comment transformer la fréquence en probabilité dans ce cas ?
Re : Simulation Monte-CarloSalut Mayre !
Je ne comprends pas votre demande.
JMP et JSL ont d'excellentes capacités de simulation.
Si vous pouviez reformuler votre problème, vos données et votre approche envisagée avec beaucoup plus de détails, peut-être pourrions-nous vous aider ?
