① 什麼是蒙特卡羅分析
蒙特卡羅方法（Monte Carlo method） 蒙特卡羅方法又稱統計模擬法、隨機抽樣技術， 是一種隨機模擬方法， 以概率和統計理論方法為基礎的一種計算方法，是使用隨機數（ 或更常見的偽隨機數）來解決很多計算問題的方法。 將所求解的問題同一定的概率模型相聯系， 用電子計算機實現統計模擬或 抽樣 ，以獲得問題的近似解。 為象徵性地表明這一方法的概率統計特徵， 故借用賭城蒙特卡羅命名。
② crystal ball怎麼進行蒙特卡洛分析
Crystal Ball為Microsoft Excel插件。它使用蒙特卡羅（Monte Carlo）模擬技術進行概率風險分析。
您可以在Microsoft Excel環境下建立模型，描述輸入變數與輸出變數以及定義它們之間的函數關系，通過Crystal Ball指定輸入變數的概率分布以及變數間的相關關系，然後通過Crystal Ball進行蒙特卡羅隨機模擬抽樣，Microsoft Excel會根據建立的邏輯關系和模型對輸出變數進行再計算，最後得到輸出變數（您所感興趣的結果）的概率分布。
③ 對歷史股票價格做蒙特卡洛模擬
你先用5年前的數據模擬一下現在股票的價格，看準不準再說吧
④ 怎麼用 Excel 做蒙特卡洛模擬
Excel 做蒙特卡洛模擬的具體操作步驟如下：
1、打開Excel表格，填寫三個活動時間估算的樂觀值，最可能值和悲觀值。
⑤ 什麼是蒙特卡洛模擬( Monte Carlo simulation)
蒙特卡洛模擬又稱為隨機抽樣或統計試驗方法，屬於計算數學的一個分支，它是在上世紀四十年代中期為了適應當時原子能事業的發展而發展起來的。傳統的經驗方法由於不能逼近真實的物理過程，很難得到滿意的結果，而蒙特卡羅方法由於能夠真實地模擬實際物理過程，故解決問題與實際非常符合，可以得到很圓滿的結果。
蒙特卡洛隨機模擬法的原理是當問題或對象本身具有概率特徵時，可以用計算機模擬的方法產生抽樣結果，根據抽樣計算統計量或者參數的值；隨著模擬次數的增多，可以通過對各次統計量或參數的估計值求平均的方法得到穩定結論。
蒙特卡洛隨機模擬法 - 實施步驟抽樣計算統計量或者參數的值；隨著模擬次數的增多，可以通過對各次統計量或參數的估計值求平均的方法得到穩定結論。
(5)蒙特卡洛分析股票擴展閱讀
基本原理思想
當所要求解的問題是某種事件出現的概率，或者是某個隨機變數的期望值時，它們可以通過某種「試驗」的方法，得到這種事件出現的頻率，或者這個隨機變數的平均值，並用它們作為問題的解。這就是蒙特卡羅方法的基本思想。
蒙特卡羅方法通過抓住事物運動的幾何數量和幾何特徵，利用數學方法來加以模擬，即進行一種數字模擬實驗。它是以一個概率模型為基礎，按照這個模型所描繪的過程，通過模擬實驗的結果，作為問題的近似解。可以把蒙特卡羅解題歸結為三個主要步驟：構造或描述概率過程；實現從已知概率分布抽樣；建立各種估計量。
⑥ 什麼是蒙特卡洛分析
蒙特卡羅分析法（統計模擬法），是一種採用隨機抽樣統計來估算結果的計算方法，可用於估算圓周率，由約翰·馮·諾伊曼提出。由於計算結果的精確度很大程度上取決於抽取樣本的數量，一般需要大量的樣本數據，因此在沒有計算機的時代並沒有受到重視。
利用蒙特卡羅分析法可用於估算圓周率，如圖，在邊長為 2 的正方形內作一個半徑為 1 的圓，正方形的面積等於 2×2=4，圓的面積等於 π×1×1=π，由此可得出，正方形的面積與圓形的面積的比值為 4:π。
現在讓我們用電腦或輪盤生成若干組均勻分布於 0-2 之間的隨機數，作為某一點的坐標散布於正方形內，那麼落在正方形內的點數 N 與落在圓形內的點數 K 的比值接近於正方形的面積與圓的面積的比值，即，N:K ≈ 4:π，因此，π ≈ 4K/N 。
用此方法求圓周率，需要大量的均勻分布的隨機數才能獲得比較准確的數值，這也是蒙特卡羅分析法的不足之處。
(6)蒙特卡洛分析股票擴展閱讀：
使用蒙特·卡羅方法進行分子模擬計算是按照以下步驟進行的：
1． 使用隨機數發生器產生一個隨機的分子構型。
2． 對此分子構型的其中粒子坐標做無規則的改變，產生一個新的分子構型。
3． 計算新的分子構型的能量。
4． 比較新的分子構型於改變前的分子構型的能量變化，判斷是否接受該構型。
若新的分子構型能量低於原分子構型的能量，則接受新的構型，使用這個構型重復再做下一次迭代。 若新的分子構型能量高於原分子構型的能量，則計算玻爾茲曼因子，並產生一個隨機數。
若這個隨機數大於所計算出的玻爾茲曼因子，則放棄這個構型，重新計算。 若這個隨機數小於所計算出的玻爾茲曼因子，則接受這個構型，使用這個構型重復再做下一次迭代。
5． 如此進行迭代計算，直至最後搜索出低於所給能量條件的分子構型結束。
項目管理中蒙特·卡羅模擬方法的一般步驟是：
1．對每一項活動，輸入最小、最大和最可能估計數據，並為其選擇一種合適的先驗分布模型；
2．計算機根據上述輸入，利用給定的某種規則，快速實施充分大量的隨機抽樣
3．對隨機抽樣的數據進行必要的數學計算，求出結果
4．對求出的結果進行統計學處理，求出最小值、最大值以及數學期望值和單位標准偏差
5．根據求出的統計學處理數據，讓計算機自動生成概率分布曲線和累積概率曲線(通常是基於正態分布的概率累積S曲線)
6．依據累積概率曲線進行項目風險分析。
⑦ 蒙特卡洛分析是什麼
蒙特卡羅分析法，是一種採用隨機抽樣（Random Sampling）統計來估算結果的計算方法，可用於估算圓周率，由約翰·馮·諾伊曼提出。由於計算結果的精確度很大程度上取決於抽取樣本的數量，一般需要大量的樣本數據，因此在沒有計算機的時代並沒有受到重視。
用此方法求圓周率，需要大量的均勻分布的隨機數才能獲得比較准確的數值，這也是蒙特卡羅分析法的不足之處。
研究歷史
第二次世界大戰時期，匈牙利美藉數學家約翰·馮·諾伊曼（John von Neumann，1903.12.28—1957.02.08）（現代電子計算機創始人之一）在研究中子的實驗中採用了隨機抽樣統計的手法。
因為當時隨機數的想法來自擲色子及輪盤等賭博用具，所以就形象地用摩納哥Monaco的賭城蒙特卡羅來命名這種計算方法。
如今，蒙特卡羅分析法被應用於各個領域，如求解函數的定積分，運輸流量分析，人口流動分析，股票市場波動的預測，量子力學分析等等。
⑧ pmp蒙特卡洛分析是哪個階段的技術
根據了解這個應該是蒙特卡洛分析技術，它的特點是用概率統計作工具進行分析。 三點估算是經驗估計，並不涉及概率。
⑨ 蒙特卡洛分析是什麼
定量分析技術（例如蒙特卡羅模擬）可以通過潛在結果的概率分布幫助項目經理做出決策。
蒙特卡洛模擬技術在很大程度上依賴關鍵變數的隨機性來解決問題。除了關鍵參數，我們還需要了解它們之間的關系以及足夠的數據以進一步分析。
要想深入了解程序管理中的蒙特卡羅模擬讓我們用大多數人熟悉的案例研究使用MS Excel進行一個實驗。
案例研究
Shubham是XYZ公司的首席執行官。在發布計劃之後，他的團隊致力於為客戶提供關鍵功能。Mohit是該公司的項目經理，根據他一直跟蹤的風險和工作進度總結，已經確定了在達到目標交付日期方面的挑戰
步驟1：確定隨機數種子
在我們的場景中，因為我們知道最低的速度（Velocity）和最高速度（Velocity），我們可以得出：MIN (最後3次沖刺的實際速度)+RAND()*(MAX(最後3次沖刺的實際速度)-MIN (最後3次沖刺的實際速度))
我們可以選擇任何函數（例如添加風險或范圍參數），但為了簡單起見，選擇這個函數作為通常考慮調整大小時涉及的工作、復雜性和不確定性的速度。
步驟2：設置試驗
行業標准表明，蒙特卡羅模擬至少有10000次運行。由於我們無論如何都在Excel中進行，因此我們可以進行15000次運行（或更多）。設置一個1至15000的試驗列。
步驟3：隨機運行
為第一次運行作為種子函數設置速度（Velocity）的另一列（如步驟1中所述）。我們現在有兩個15000列，採用運行值填充第一列，第二列填充第一次運行的值。