シミュレーション

現実の事象をモデル化し、コンピュータ上で模擬的に再現して結果を予測・評価する手法。様々な条件を変えて結果を比較でき、リスク分析や政策評価などに幅広く活用される。

現実のシステムや現象を数式やコンピュータ上のモデルで模擬し、条件を変えて動かすことで結果を予測・評価する手法。実際に試すことが難しい、または費用や危険が大きい場合に有効で、乱数を使うモンテカルロ法などがある。

現実のシステムや現象をモデルで表し、コンピュータ上で条件を変えながら動かして、結果を予測・評価する手法。実物で試すと費用や危険が大きい場合や、待ち行列のように解析的に解きにくい問題に使う。乱数を使って確率的な現象を多数回試行するモンテカルロ法が代表的である。

現実の事象をモデル化し、コンピュータ上で模擬的に再現して結果を予測・評価する手法。様々な条件を変えて結果を比較でき、リスク分析や政策評価などに幅広く活用される。

現実のシステムや現象をモデルとしてコンピュータ上に表し、条件を変えながら動かして振る舞いを予測・評価する手法。妥当性確認では、本番環境で試すのが難しい負荷、障害、利用状況を再現し、システムが目的を満たすかを確かめるのに使う。

主に言語データを整理・分析するための7つの手法の総称。親和図法、連関図法、系統図法、マトリックス図法、アローダイアグラム、PDPC法、マトリックスデータ解析法で構成される。

意思決定の選択肢とその結果を樹形図で表現する分析手法。各分岐点に確率や期待値を設定することで、最適な意思決定の選択を支援する。

実体（エンティティ）を矩形、関連（リレーションシップ）をひし形、属性（アトリビュート）を楕円で表現し、データ間の構造と関連を視覚的に示す図法。カーディナリティ（1対1、1対多、多対多）も表記する。データベースの概念設計や要件定義に用いられる。

業務プロセスをデータの流れに着目して表現する図法。データフロー、プロセス、データストア、源泉と吸収の4つの記号で構成される。コンテキストダイアグラムから段階的に詳細化して分析する。

各機能（プロセス）がどのデータに対してCreate（生成）、Read（参照）、Update（更新）、Delete（削除）のどの操作を行うかを整理した表。機能とデータの関連を可視化し、要件の漏れや重複を検出するのに役立つ。

システムの故障や障害の原因を論理的にツリー構造で分析する手法。頂上事象（トップイベント）から下位の原因事象へANDゲートやORゲートで展開し、根本原因を特定する。信頼性分析や再発防止策の立案に用いる。