建模与实验 · 02
输入建模与分布拟合：让假设有据可依
仿真结果的可靠性，首先取决于输入是否可信。大多数失败的模型并不是逻辑写错，而是把平均值当成了现实。这场线下工作坊要求参与者带一份自己的数据（脱敏），现场完成一次完整的输入建模。
关于这场活动
半天时间，从一份现场工时记录出发，完成数据清洗、分布选择、参数估计与拟合检验，并讨论模型对参数的敏感程度。
活动以问题讨论与结构拆解为主，不要求现场跟着软件操作。我们会用案例说明建模判断，并在末尾留出提问时间。
议程
| 14:00–14:20 | 输入建模的目标不是拟合得最漂亮，而是让模型对决策问题足够可信。 |
| 14:20–15:00 | 数据清洗与分组异常值、缺失、非平稳与自相关：先判断数据能不能用。 |
| 15:00–15:20 | 休息 |
| 15:20–16:10 | 分布选择与拟合检验指数、正态、对数正态、Weibull 的适用机制；KS 检验的局限。 |
| 16:10–17:00 | 敏感性讨论参数扰动对输出的影响；哪些输入值得继续采集。 |
适合谁
- 已有一次以上建模经验的工程师
- 负责工艺、设备或服务流程改善的分析人员
- 需要为仿真准备数据的高校研究者
你会带走什么
- 能把原始记录整理成可用的输入样本
- 能解释为什么选择某个分布
- 知道拟合检验通过不等于模型正确
准备与形式
前置知识
了解均值、方差与基本分布概念；建议自带笔记本电脑。
形式与地点
上海 · 场地待补充（报名后通知）
活动语言为中文。线上活动的会议链接在报名确认后发送；线下活动的具体场地以最终通知为准。
说明
示例声明本场为原型示例活动，场地、讲师与报名状态均为占位信息。
继续学习
这场活动涉及的方法在课程中有更完整的展开：A-SIM-WSP 仿真 Workshop - 应用 与 知识库「输入建模」条目。