Neue Version Sotelo / New version Sotelo / Nueva versión Sotelo

Sehen Sie hier, welche Neuerungen MC FLO in Sotelo umgesetzt hat.

Discover which new great features have been introduced with our version MC FLO Sotelo. 

Descubre las nuevas posibilidades que la nueva versión de MC FLO Sotelo aporta. 

Wir haben MC FLO noch grossartiger gemacht...

  • Neue Verteilungsfunktion: Mit der PERT-Verteilung haben Sie die Unsicherheit bei Projekten voll im Griff
  • Visualisierung der Variablen: Sehen Sie direkt bei der Modellierung, wie sich die Eingangsvariablen verhalten werden
  • Einfache Aggregation von Risiken: Geben Sie neu jeder Verteilung (diskret oder stetig) optional die Anzahl Vorkommnisse an. MC FLO berechnet dann automatisch die Summe aller Vorkommnisse als Multiplikation unabhängiger Eingangsvariablen. 
  • Detailliertere Resultate: Sehen Sie standardmässig alle Eingangs- und Ausgangsvariablen in 5%-Schritten und zusätzlich die 1%, 2%, 3%, 97%, 98%, 99% Perzentile als auch die +/-3% Punkte Quantilsabweichungen vom «Real-Case»
  • Umfangreiche Zusammenhangsbetrachtung: Bei jeder Korrelationsauswertung im Ergebnisfenster wird die lineare Abhängigkeit in 10%-Schritte angegeben. Sie erkennen somit sofort, wo die unabhängige Variable besonders auf die gesuchte Grösse ausstrahlt
  • Verteilungsschätzer nun grafisch unterstützt und optimiert: Sie möchten Ihre Daten automatisch einer Verteilungsfunktion/Zeitreihe zuordnen? Nun sehen Sie grafisch, wie der Vorschlag von MC FLO mit den realen Daten übereinstimmt      
  • Die Anzahl Variablen wurde auf 5'000 erhöht, wovon 100 für Zeitreihen reserviert sind 

We have made MC FLO even more greater...

  • New distribution function: With the PERT distribution, you have full control over the uncertainty of your projects
  • Visualization of the variables: Discover directly during modeling how the input variables behave
  • Simple aggregation of risks: Define optionally the number of occurrences for each distribution (discrete or continuous). MC FLO automatically calculates the sum of all occurrences as a multiplication of independent input variables
  • Detailed results: By default, you see all input and output variables in 5% quantile steps, plus the 1%, 2%, 3%, 97%, 98%. 99% percentile constraints as well as the +/- 3% quantiles of the "real case"
  • Comprehensive correlation: For each correlation analysis the linear dependency is displayed in 10% -quantile steps in the result window. Thus, you'll immediately discover in which region the independent variable influences the dependent variable
  • Fit distribution function now supported graphically and optimized: You would like to automatically assign your data to a distribution/time series function? Now you can see graphically how well the proposal of MC FLO matches the real data
  • The number of supported variables has increased to 5'000, whereby 100 are now for time-series

Hemos hecho MC FLO aún más grande ...

  • Nueva función de distribución: Con la distribución PERT, usted tiene el control total sobre la incertidumbre de sus proyectos.
  • Visualización de las variables: Descubre directamente durante la definición del modelo cómo se comportan las variables de entrada
  • Agregación de riesgos: Defina opcionalmente el número de ocurrencias para cada distribución (discreta o continua). MC FLO calcula automáticamente la suma de todas las ocurrencias como una multiplicación de variables de entrada independientes
  • Resultados detallados: Por defecto, verá todas las variables de entrada y salida en pasos de percentil de 5%, más los percentiles 1%, 2%, 3%, 97%, 98%. 99%, así como el cuantil +/- 3% del "caso real"
  • Correlación integral: Para cada análisis de correlación, la dependencia lineal se visualiza en pasos del 10% en la ventana de resultados. De este modo, descubrirá inmediatamente dónde la variable independiente influye en la variable dependiente.
  • La función de estimación de distribución se presenta ahora gráficamente y de forma optimizada: ¿Desea asignar automáticamente sus datos a una función de distribución / serie temporal? Ahora puede ver gráficamente en qué medida la propuesta de MC FLO coincide con los datos reales.
  • El número de variables soportadas ha aumentado a 5'000, de las cuales 100 están reservadas para series temporales


Kommentar schreiben

Kommentare: 0