Az Analytica egy kvantitatív modellező szoftver, amely segít a felhasználóknak a probléma vizuális megjelenítésében, tisztábban és sokkal erőteljesebben, mint ami egy táblázatkezelőben lehetséges. Az Analytica segít Önnek:

• Grafikusan megszerkeszteni és megjeleníteni a modell struktúráját, könnyen követhető ábrák segítségével.
• Egyszerű, átlátható modulok szerkezeteként. vizuálisan rendezni bonyolult modelleket;
• Gyorsan kifejezni és elemezni a bizonytalanságokat, valószínűségi eloszlások és hatékony szimulációk használatával.
• Egyszerűen létrehozni többdimenziós modelleket az Intelligens Tömbök segítségével.
• Gyorsan megismerni modelleket, hogy rálátása legyen arra, mi az ami tényleg fontos és miért.

Mivel az Analytica grafikus felületet és néhány standard diagram szimbólumot használ, egyszerű megtanulni és használni. Egy vezető munkatárs vagy csapat megfogalmazhatja a problémát és annak kvalitatív része kidolgozható anélkül, hogy bonyolult képleteket kéne használni. Még a legösszetettebb modellek megalkotása is gyors és egyszerű – ami időmegtakarítást jelent a hagyományos táblázatkezelős modellalkotással szemben. Az Analytica modelljeit szintén egyszerűen és gyorsan lehet frissíteni, fenntartani és fejleszteni. Az Intelligens Tömbök lehetőséget biztosítanak arra, hogy idősoros modelleket hozzon létre már a kezdetekkor – az idő egyszerűen egy másik dimenzió. Készítsen „szcenárió elemzést” vagy vizsgálja a döntési változók hatását gyorsan és egyszerűen. Mivel az Analytica ábrái automatikusan dokumentálnak, a modelleket könnyű ellenőrizni vagy felülvizsgálni. Nem szükséges külső dokumentáció ahhoz, hogy egy modellt megosszon másokkal.

A folyamatábra a modell struktúrájának intuitív, vizuális megjelenítését biztosítja, ez táblázatkezelőben nem valósítható meg. Használja ezt a következőkre:

• A kvalitatív struktúra megalkotására, a matematikai részletek kidolgozása előtt.
• A döntési változók (változók, amelyeket befolyásolhat), véletlen változók (bizonytalan mennyiségek, amelyeket nem képes befolyásolni), és célváltozók (olyan változók, amelyeket maximalizálni akar) megkülönböztetésére.
• A modell lényegének bemutatására számok és képletek áradata nélkül.

A bonyolult modelleket modulok összességeként tudja rendezni, mindegyik modult saját folyamatábrával. Az Analytica szerkezeti ábrái segítenek Önnek:

• Egy bonyolult modellt egyszerű átlátható modulokból megszervezni.
• Egy nagy modellt integrálni, mint modulok kombinációját és mint könyvtárakat, amelyeket különböző emberek fejlesztettek.
• A modell felépítésének kiterjeszthető vázlatként való bemutatásában.

A standard táblázatkezelőkkel ellentétben, az Analytica lehetőséget biztosít arra, hogy egyszerűen létrehozzon és módosítson többdimenziós modelleket.

• Válassza ki a legtöbbet mondó nézetet a táblázatokban, vagy az azokhoz tartozó grafikonokban a sorok, oszlopok és egyéb dimenziók felcserélésével.
• Írjon egyszerű kifejezéseket, amelyek többdimenziós alapon működnek – például: elemek elemekkel való összeadása, összeszorzása vagy az elemek egy adott dimenzió szerinti összegzése.
• Vizsgálja meg a dimenziók számát és méretét és módosítsa azokat úgy, hogy megtalálja a részletesség megfelelő szintjét.

Ön explicit módon tudja kezelni a bizonytalanságot valószínűségi változók felhasználásával. Az Analytica segít Önnek:

• A bizonytalanság kifejezésére bármely változónál, egy valószínűségi eloszlás kiválasztásával, amit a grafikus böngésző segítségével tehet meg.
• A bizonytalanság modellben való könnyű és hatékony végigvitelében Monte Carlo szimuláció segítségével.
• A bizonytalan eredmények standard statisztikákként, valószínűségi intervallumokként, valószínűségi sűrűségfüggvényekként, vagy valószínűségi eloszlásfüggvényekként történő ábrázolásában.

A modelleknek általában több bizonytalansági forrásuk van. Az Analytica segít Önnek eldönteni, hogy melyik bizonytalansági tényező okoz jelentős eltéréseket, így Ön tudja, hogy mely területen érdemes több adatot gyűjteni, vagy kiterjeszteni a modellt.

• Hasonlítsa össze a különböző bizonytalan inputok relatív hatását az eredményre rangelemzés vagy fontosság elemzés használatával.
• Fedezze fel a nemlineáris összefüggéseket és kölcsönhatásokat a modell viselkedésének ábrázolásával, miközben egy vagy több input adatot parametrikusan változtat.
• Értse meg vizuálisan a bizonytalansági változók közötti összefüggést szóródási pontgrafikonok használatával.

Minden változónak van egy lapja, amely tartalmazza a változó leírását, mértékegységét és definícióját, valamint az inputok és outputok listáját, amiket a program automatikusan generál a definíciókból. Ezek a lapok, és a diagrammok hierarchikus ábrázolása a modell átlátható hypertext dokumentációját adja, amely segít Önnek, hogy:

• Bemutassa a modellt másoknak, külső dokumentáció nélkül.
• Megosztva dolgozzon kollégáival egy közös modellen

• Kattintson a gombokra, vagy a folyamatábra csomópontjaira, hogy megvizsgálja és értékelje a modellt.
• Készítsen egy grafikus modellt, mint folyamatábrát a csomópontok elhelyezésével és kösse össze azokat nyilak rajzolásával.

Importáljon és exportáljon az OLE linking technikával (vagy az ODBC technikával az Analytica Enterprise verzió esetén).

Az Analytica, a Demos utódjaként, a modellező eszközök területén folytatott több mint tíz éves kutatás eredménye. A bizonytalanság elemzés és a felhasználói felület tervezése a Carnegie-Mellon Egyetemen és a Lumina Decision Systems-nél történt.

Az Analyticát használják az iparban, vállalati tanácsadásnál, kormányzati területen és az oktatásban is. Néhány példa a felhasználásra:

• A szén és olajüzemű erőműveknél használt szennyezés ellenőrző technológiák költséghatékonyságának elemzése.
• A szélessávú, optikai szálas telekommunikációs kábelhálózat házakba és irodákba való kiépítésének közgazdasági elemzése.
• Idő- és költségkockázat elemzése az űrsikló földi munkálatainál.
• K+F projektekből álló hozammaximalizáló portfolió kiválasztása a megfelelő kockázat mellett a repülőgépiparban és a gyógyszeriparban.
• Az kórházi ágyakra és egészségügyi eszközökre vonatkozó igények előrejelzése Los Angeles megye számára.

• Matematikai: abszolút érték, arcus koszinusz, arcus szinusz, arcus tangens, exponenciális, faktoriális, gyökvonás, hiba függvény, kerekítés, koszinusz, logaritmus, szinusz, tangens.
• Tömb: átlag, integrálás, két dimenzió több dimenzióssá való transzformálása és fordítva, kumulált összeadás, kumulált szorzás, keresés, maximum, minimum, normalizálás, összeg, összekapcsolás, rang, rendezés, részhalmaz, terület.
• Valószínűségi eloszlások: Bernoulli, béta, egyenletes, gamma, lognormális, normális, trianguláris; eloszlásfüggvény, diszkrét valószínűségeloszlások
• Statisztika: kombináció, regresszió, korreláció, gyakoriság, csúcsosság, átlag, medián, permutáció, valószínűségi intervallum, rangkorreláció, standard hiba, ferdeség, szórás.
• Pénzügyi: annuitás függvény (jelenérték, jövőérték, kifizetések, kumulált kifizetések, felhalmozott kamat, tőketörlesztés, kumulált tőketörlesztés, kamatláb), IRR, nettó jelenérték.
• Mátrix: felbontás, determináns, invertálás, szorzás, transzponálás.
• Dinamikus szimuláció: ciklusfüggőség.
• Egyéb: lépcsőzetes, lineáris és négyzetes interpoláció, csonkolás
• Felhasználó által definiált függvények: külön könyvtárba lehet írni és tárolni, a modellektől függetlenül.

• 14 900 változó
• 15 dimenzió tömbönként
• 32 000 elem dimenziónként