W artykule przedstawiono zasadnicze kwestie związane z procesem pozyskiwania i analizowania danych wejściowych do modelu. Omówiono wagę etapu gromadzenia danych dla modelowania symulacyjnego, przytoczono typowe błędy popełniane na tym etapie procesu modelowania (skupiono się przede wszystkim na modelach dyskretnych). Następnie przedstawiono zagadnienie analizowania danych - zarówno grupę podejść typowych, jak i przykład podejścia nieklasycznego. Podano tu szkic i ogólną ideę różnych metod analizy danych. Artykuł stanowi przegląd metod istniejących; jest próbą ich uporządkowania i oceny w świetle prac nad budową modelu symulacyjnego, a także porusza kwestię mniej popularnych metod statystycznych stosowanych rzadziej w porównaniu z podejściami klasycznymi.
W pracy poruszano istotne kwestie dotyczące prowadzenia badań na obiekcie rzeczywistym w celu uzyskania i przeanalizowania danych wejściowych potrzebnych do budowy modelu symulacyjnego banku. Omówiono typowe problemy, które pojawiły się podczas gromadzenia danych na a następnie przedstawiono proces analizy napływu zgłoszeń do systemu oraz ich obsługi w tymże systemie. Przeprowadzono eksperymenty symulacyjne mające na celu ukazanie wpływu stopnia szczegółowości gromadzonych danych wejściowych, a także zastosowania różnych metod dobierania do nich rozkładów prawdopodobieństwa na otrzymane z eksperymentów wyniki.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.