एनालिटिका (सॉफ्टवेयर)

एनालिटिका मात्रात्मक निर्णय मॉडल बनाने, विश्लेषण करने और संचार करने के लिए ल्यूमिना डिसीजन सिस्टम्स द्वारा विकसित एक दृश्य सॉफ्टवेयर है। यह दृश्य निर्माण और मॉडलों के दृश्य के लिए पदानुक्रमित प्रभाव आरेखों को जोड़ता है, बहुआयामी डेटा के साथ काम करने के लिए बुद्धिमान सरणी, जोखिम और अनिश्चितता का विश्लेषण करने के लिए मोंटे कार्लो सिमुलेशन, और रैखिक और गैर-रैखिक प्रोग्रामिंग सहित अनुकूलन। इसका डिजाइन, विशेष रूप से इसका प्रभाव आरेख और अनिश्चितता का उपचार, निर्णय विश्लेषण के क्षेत्र से विचारों पर आधारित है। एक कंप्यूटर भाषा के रूप में, यह गणना की कुशल अनुक्रमण के लिए संदर्भित पारदर्शिता, सरणी अमूर्तता और स्वत: निर्भरता रखरखाव के लिए एक घोषणात्मक (गैर-प्रक्रियात्मक) संरचना को जोड़ती है।

श्रेणीबद्ध प्रभाव आरेख
एनालिटिका मॉडल को प्रभाव आरेख के रूप में व्यवस्थित किया जाता है। वेरिएबल्स (और अन्य ऑब्जेक्ट्स) आरेख पर विभिन्न आकृतियों के नोड्स के रूप में दिखाई देते हैं, जो तीरों से जुड़े होते हैं जो निर्भरताओं का एक दृश्य प्रतिनिधित्व प्रदान करते हैं। एनालिटिका प्रभाव आरेख पदानुक्रमित हो सकते हैं, जिसमें आरेख पर एक एकल मॉड्यूल नोड पूरे सबमॉडल का प्रतिनिधित्व करता है।

एनालिटिका में पदानुक्रमित प्रभाव आरेख एक संगठनात्मक उपकरण के रूप में काम करते हैं। क्योंकि एक प्रभाव आरेख का दृश्य लेआउट इन प्राकृतिक मानव क्षमताओं से स्थानिक और अमूर्त स्तर दोनों से मेल खाता है, लोग एक नज़र में एक मॉडल की संरचना और संगठन के बारे में अधिक जानकारी लेने में सक्षम होते हैं, जैसे कम दृश्य प्रतिमानों के साथ संभव है, जैसे स्प्रेडशीट और गणितीय अभिव्यक्तियाँ। एक बड़े मॉडल की संरचना और संगठन का प्रबंधन मॉडलिंग प्रक्रिया का एक महत्वपूर्ण हिस्सा हो सकता है, लेकिन प्रभाव आरेखों के दृश्य से काफी हद तक सहायता प्राप्त होती है।

प्रभाव आरेख संचार के लिए एक उपकरण के रूप में भी काम करते हैं। एक बार जब एक मात्रात्मक मॉडल बनाया जाता है और इसके अंतिम परिणामों की गणना की जाती है, तो अक्सर ऐसा होता है कि परिणाम कैसे प्राप्त होते हैं, और विभिन्न धारणाएं परिणामों को कैसे प्रभावित करती हैं, इसकी समझ गणना की गई विशिष्ट संख्याओं की तुलना में कहीं अधिक महत्वपूर्ण है। एनालिटिका उपयोगकर्ताओं को अपने मॉडल के भीतर इन पहलुओं को लक्षित दर्शकों को समझने में मदद करने की क्षमता देती है। एक प्रभाव आरेख का दृश्य प्रतिनिधित्व जल्दी से अमूर्तता के स्तर पर एक समझ का संचार करता है जो आमतौर पर गणितीय अभिव्यक्तियों या सेल सूत्रों जैसे विस्तृत प्रतिनिधित्व से अधिक उपयुक्त होता है। जब अधिक विवरण की आवश्यकता होती है, तो उपयोगकर्ता विस्तार के बढ़ते स्तर तक ड्रिल डाउन कर सकते हैं, मॉडल की संरचना के दृश्य चित्रण द्वारा गति प्रदान की जाती है।

एक आसानी से समझने योग्य और पारदर्शी मॉडल का अस्तित्व एक संगठन के भीतर संचार और बहस का समर्थन करता है, और यह प्रभाव मात्रात्मक मॉडल निर्माण के प्राथमिक लाभों में से एक है। जब सभी इच्छुक पक्ष एक सामान्य मॉडल संरचना को समझने में सक्षम होते हैं, तो बहस और चर्चाएँ अक्सर विशिष्ट मान्यताओं पर अधिक सीधे ध्यान केंद्रित करती हैं, क्रॉस-टॉक में कटौती कर सकती हैं, और इसलिए संगठन के भीतर अधिक उत्पादक बातचीत का नेतृत्व करती हैं। प्रभाव आरेख एक चित्रमय प्रतिनिधित्व के रूप में कार्य करता है जो विभिन्न स्तरों पर लोगों के लिए मॉडल को सुलभ बनाने में मदद कर सकता है।

बुद्धिमान बहुआयामी सरणियाँ
एनालिटिका बहुआयामी सरणियों के आयामों को ट्रैक करने के लिए इंडेक्स ऑब्जेक्ट्स का उपयोग करता है। एक इंडेक्स ऑब्जेक्ट में एक नाम और तत्वों की एक सूची होती है। जब दो बहुआयामी मान संयुक्त होते हैं, उदाहरण के लिए एक अभिव्यक्ति में जैसे



जहां राजस्व और व्यय प्रत्येक बहुआयामी होते हैं, एनालिटिका प्रत्येक आयाम पर लाभ की गणना को दोहराता है, लेकिन यह पहचानता है कि दोनों मूल्यों में समान आयाम कब होता है और गणना के दौरान इसे एक ही आयाम के रूप में मानता है, बुद्धिमान सरणी अमूर्तता नामक प्रक्रिया में। अधिकांश प्रोग्रामिंग भाषाओं के विपरीत, बहुआयामी सरणी में आयामों के लिए कोई अंतर्निहित क्रम नहीं है। यह डुप्लिकेट किए गए फ़ार्मुलों और स्पष्ट फ़ॉर लूप से बचा जाता है, दोनों मॉडलिंग त्रुटियों के सामान्य स्रोत हैं। इंटेलिजेंट एरे एब्स्ट्रैक्शन द्वारा संभव की गई सरलीकृत अभिव्यक्तियाँ मॉडल को अधिक सुलभ, व्याख्यात्मक और पारदर्शी बनाने की अनुमति देती हैं।

बुद्धिमान सरणी अमूर्तता का एक अन्य परिणाम यह है कि मॉडल संरचना में परिवर्तन या परिवर्तनीय परिभाषाओं में परिवर्तन की आवश्यकता के बिना नए आयामों को मौजूदा मॉडल से पेश या हटाया जा सकता है। उदाहरण के लिए, एक मॉडल बनाते समय, मॉडल बिल्डर एक विशेष चर मान सकता है, उदाहरण के लिए डिस्काउंटेड कैश फ्लो|discount_rate, में एक ही नंबर होता है। बाद में, एक मॉडल का निर्माण करने के बाद, एक उपयोगकर्ता एकल संख्या को संख्याओं की तालिका से बदल सकता है, शायद देश और आर्थिक परिदृश्य द्वारा विभाजित छूट_दर। ये नए विभाजन इस तथ्य को प्रतिबिंबित कर सकते हैं कि किसी कंपनी के अंतर्राष्ट्रीय प्रभागों के लिए प्रभावी छूट दर समान नहीं है, और विभिन्न काल्पनिक परिदृश्यों के लिए अलग-अलग दरें लागू होती हैं। Analytica स्वचालित रूप से इन नए आयामों को छूट_रेट पर निर्भर किसी भी परिणाम के लिए प्रचारित करता है, इसलिए उदाहरण के लिए, शुद्ध वर्तमान मूल्य का परिणाम बहुआयामी हो जाएगा और इन नए आयामों को समाहित करेगा। संक्षेप में, एनालिटिका देश और आर्थिक_परिदृश्य के प्रत्येक संभावित संयोजन के लिए छूट दर का उपयोग करके उसी गणना को दोहराता है।

विवरण के स्तर, संगणना समय, उपलब्ध डेटा, और समग्र आकार या पैरामीट्रिक रिक्त स्थान के आयाम के बीच कम्प्यूटेशन ट्रेडऑफ़ की खोज करते समय यह लचीलापन महत्वपूर्ण है। क्या-अगर विश्लेषण | क्या-अगर परिदृश्यों और चरों के बीच समग्र संबंधों की खोज के एक तरीके के रूप में मॉडल पूरी तरह से निर्मित होने के बाद इस तरह के समायोजन आम हैं।

अनिश्चितता विश्लेषण
मॉडल आउटपुट में अनिश्चितता को शामिल करने से अधिक यथार्थवादी और सूचनात्मक अनुमान प्रदान करने में मदद मिलती है। एनालिटिका में अनिश्चित मात्राओं को संभाव्यता वितरण का उपयोग करके निर्दिष्ट किया जा सकता है। जब मूल्यांकन किया जाता है, तो वितरण का नमूना या तो लैटिन हाइपरक्यूब नमूनाकरण, मोंटे कार्लो सिमुलेशन, या सोबोल_सीक्वेंस सैंपलिंग का उपयोग करके लिया जाता है, फिर परिणामों की गणना के माध्यम से नमूने प्रचारित किए जाते हैं। नमूनाकृत परिणाम वितरण और सारांश आँकड़े तब सीधे देखे जा सकते हैं (माध्य, मात्रात्मक, संभाव्यता घनत्व फ़ंक्शन (पीडीएफ), संचयी वितरण फ़ंक्शन (सीडीएफ)), एनालिटिका एसआईपीमैथ (टीएम) मानक के उपयोग के माध्यम से सहयोगी निर्णय विश्लेषण और संभावना प्रबंधन का समर्थन करता है।.

प्रणाली की गतिशीलता मॉडलिंग
सिस्टम डायनेमिक्स समय के साथ जटिल सिस्टम के व्यवहार का अनुकरण करने का एक दृष्टिकोण है। यह पूरे सिस्टम के व्यवहार पर फीडबैक लूप और समय की देरी से संबंधित है। एनालिटिका में डायनेमिक फ़ंक्शन चक्रीय निर्भरता वाले चर की परिभाषा की अनुमति देता है, जैसे फीडबैक लूप। यह प्रभाव आरेख संकेतन का विस्तार करता है, जो सामान्य रूप से चक्रों की अनुमति नहीं देता है। प्रत्येक चक्र में कम से कम एक लिंक में एक समय अंतराल शामिल होता है, जिसे बिना समय अंतराल के मानक काले तीरों से अलग करने के लिए ग्रे प्रभाव वाले तीर के रूप में दर्शाया जाता है।

एक प्रोग्रामिंग भाषा के रूप में
एनालिटिका में चरों के बीच गणितीय संबंधों को व्यक्त करने के लिए ऑपरेटरों और कार्यों की एक सामान्य भाषा शामिल है। उपयोगकर्ता भाषा का विस्तार करने के लिए कार्यों और पुस्तकालयों को परिभाषित कर सकते हैं।

एनालिटिका में एक प्रोग्रामिंग भाषा के रूप में कई विशेषताएं हैं जिन्हें मात्रात्मक मॉडलिंग के लिए उपयोग करना आसान बनाने के लिए डिज़ाइन किया गया है: यह एक दृश्य प्रोग्रामिंग भाषा है, जहां उपयोगकर्ता प्रोग्राम (या मॉडल) को प्रभाव आरेख के रूप में देखते हैं, जिसे वे नोड्स जोड़कर और लिंक करके दृश्य रूप से बनाते और संपादित करते हैं। यह एक घोषणात्मक प्रोग्रामिंग भाषा है, जिसका अर्थ है कि एक मॉडल पारंपरिक अनिवार्य प्रोग्रामिंग भाषा द्वारा आवश्यक निष्पादन अनुक्रम निर्दिष्ट किए बिना प्रत्येक चर के लिए एक परिभाषा घोषित करता है। एनालिटिका निर्भरता ग्राफ का उपयोग करके एक सही और कुशल निष्पादन अनुक्रम निर्धारित करता है। यह एक संदर्भित रूप से पारदर्शी कार्यात्मक प्रोग्रामिंग भाषा है, जिसमें कार्यों और चर के निष्पादन का कोई दुष्प्रभाव नहीं होता है, अर्थात अन्य चर को बदलना। एनालिटिका एक सरणी प्रोग्रामिंग भाषा है, जहां संचालन और कार्य बहुआयामी सरणियों पर काम करने के लिए सामान्यीकृत होते हैं।

एनालिटिका के अनुप्रयोग
एनालिटिका का उपयोग नीति विश्लेषण, व्यवसाय विश्लेषण और जोखिम विश्लेषण (व्यवसाय) के लिए किया गया है। जिन क्षेत्रों में एनालिटिका लागू किया गया है उनमें ऊर्जा,     स्वास्थ्य देखभाल और फार्मास्यूटिकल्स, पर्यावरणीय जोखिम और उत्सर्जन नीति विश्लेषण,        वन्यजीव प्रबंधन, पारिस्थितिकी, जलवायु परिवर्तन,         प्रौद्योगिकी और रक्षा, सामरिक वित्तीय योजना, अनुसंधान एवं विकास योजना और पोर्टफोलियो प्रबंधन, वित्तीय सेवाएं, एयरोस्पेस, उत्पादन और पर्यावरणीय स्वास्थ्य प्रभाव मूल्यांकन।

संस्करण
एनालिटिका सॉफ्टवेयर माइक्रोसॉफ़्ट विंडोज़ ऑपरेटिंग सिस्टम पर चलता है। एनालिटिका फ्री एडिशन असीमित समय के लिए उपलब्ध है और आपको 101 उपयोगकर्ता ऑब्जेक्ट तक के मॉडल बनाने की सुविधा देता है। एनालिटिका प्रोफेशनल, एंटरप्राइज़, ऑप्टिमाइज़र कार्यक्षमता के बढ़ते स्तरों के साथ डेस्कटॉप संस्करण हैं। एनालिटिका क्लाउड प्लेटफ़ॉर्म उपयोगकर्ताओं को एक सर्वर के माध्यम से मॉडल साझा करने और उन्हें एक वेब ब्राउज़र के माध्यम से चलाने की सुविधा देता है। एनालिटिका 6.1 को 2021 में रिलीज़ किया गया था।

इतिहास
एनालिटिका के पूर्ववर्ती, जिसे डेमोस कहा जाता है, 1979 और 1990 के बीच पीएचडी छात्र और बाद में कार्नेगी मेलन विश्वविद्यालय में प्रोफेसर के रूप में मैक्स हेनरियन द्वारा नीति विश्लेषण के लिए उपकरणों पर शोध से विकसित हुआ। हेनरियन ने 1991 में ब्रायन अर्नोल्ड के साथ ल्यूमिना डिसीजन सिस्टम्स की स्थापना की। लुमिना ने सॉफ्टवेयर विकसित करना जारी रखा और इसे पर्यावरण और सार्वजनिक नीति विश्लेषण अनुप्रयोगों में लागू किया। लुमिना ने पहली बार एनालिटिका को 1996 में एक उत्पाद के रूप में जारी किया था।

इस पेज में लापता आंतरिक लिंक की सूची

 * क्या विश्लेषण है
 * संभाव्यता प्रबंधन
 * संभाव्यता घनत्व कार्य
 * संचयी वितरण फलन
 * अर्थ
 * प्रायिकता वितरण
 * दृश्य प्रोग्रामिंग भाषाएँ
 * पालिसी विश्लेषण
 * व्यावसायिक विश्लेषण
 * करनेगी मेलों विश्वविद्याल