1. Lista de estimadores a obtener de la simulación
1.1. Un estimador es un estadístico (una función de la muestra) utilizado para estimar un parámetro desconocido de la población.
2. Medios de registro de datos.
2.1. Los métodos más comúnmente utilizados para la recolección y registro de datos para los proyectos de simulación son:
2.1.1. Experimentos. Un experimento es una manera directa, precisa, confiable y muy valiosa de recolectar datos precisos para un estudio de simulación, por lo que es recomendable diseñar un experimento que sea factible, económico y posible de llevar a cabo.
2.1.2. Observación directa. Cuando no es posible diseñar un experimento para recolectar datos, la manera más fácil de hacerlo es estudiando las variables a través de la observación directa.
2.1.3. Encuestas. Una encuesta consiste en un cuestionario de preguntas normalizadas que se hacen a los actores del sistema que se pretende simular, a fin de obtener los datos estadísticos necesarios sobre opiniones, hechos u otras variables, para poder desarrollar el proyecto de simulación.
2.1.4. Entrevistas. Método indirecto, predominantemente cualitativo, definido como una reunión o conversación entre dos o más personas, con el objetivo de obtener información del entrevistado sobre un determinado aspecto.
2.1.5. Grupos de enfoque. Este método consiste en reuniones de grupos pequeños, por lo general de entre 4 y 10 personas, en las cuales los participantes dan sus opiniones respecto a los datos que se requiere recolectar.
2.1.6. Análisis de contenidos. Método que permite reducir y sistematizar cualquier tipo de información contenida en registros escritos, visuales o auditivos, en datos o valores objetivos.
3. Identificación del estimador determinante (estimador líder) del tamaño de la Simulación.
3.1. Por lo general, se elige como estimador líder o determinante aquel que posea mejores propiedades que los restantes.
4. Características estadísticas del estimador líder.
4.1. Las cuatro características que debe tener un buen estimador son:
4.1.1. Insesgadez. Se dice que un estimador es insesgado si la media de la distribución del estimador es igual al parámetro.
4.1.2. Insesgadez. Se dice que un estimador es insesgado si la media de la distribución del estimador es igual al parámetro.
4.1.3. Eficiencia. La eficiencia de un estimador está vinculada a su varianza muestral.
4.1.4. Suficiencia. Un buen estimador es suficiente cuando resume toda la información relevante contenida en la muestra, de forma tal que ningún otro estimador pueda proporcionar información adicional sobre el parámetro desconocido de la población.
4.1.5. Robustez (consistencia). Un estimador es consistente si, además de carecer de sesgo, se aproxima cada vez más al valor del parámetro a medida que aumenta el tamaño de la muestra.
5. Instrumentos de medición
5.1. Los instrumentos de medición típicos para recolectar datos, a fin de obtener los estimadores necesarios, son:
5.1.1. Aleatorización. La aleatorización es una técnica que se utiliza para equilibrar el efecto de condiciones externas o no controlables que pueden influir en los resultados de un proyecto de simulación
5.1.2. Muestreo. El muestreo es el proceso de seleccionar un conjunto de datos de una población con el fin de estudiarlos y poder caracterizar el total de esa población.
5.1.3. Muestreo al azar simple. Este método consiste en identificar a todos los elementos de la población con un número-etiqueta, para luego mediante un procedimiento de generación de números aleatorios seleccionar la cantidad necesaria (tamaño muestral).
5.1.4. Muestreo por cuota. En este método se eligen deliberadamente a elementos para que cumplan cierta cantidad prefijada o cuota para cada grupo. Por ejemplo, ir a un establecimiento de servicio y entrevistar a 200 personas que sean: 25% estudiantes, 25% profesionistas y 50% público en general.