Lad os sige, du arbejder på BP og du er interesseret i forholdet mellem dybden af oliekilder i Caribien med hyppigheden af boreplatform problemer . Du har flere tusinde månedlige datapunkter af katastrofe begivenhed frekvens data og den gennemsnitlige dybde af hver brønd fra havet overflade til havbunden, og fra havbunden til olien poolen.
Du er nødt til hurtigt at generere en sandsynlighedsfordeling og estimater af sandsynligheden for fremtidige boreplatform katastrofe begivenheder til et bestyrelsesmøde i 1 time. Flere Microsoft Excel statistik værktøjer kan generere denne analyse på 15 minutter eller mindre. Ærgerligt BP ikke vidste
Et andet eksempel:! Du holder en portefølje af virksomhedsobligationer vurderet triple-A, Baa, og C i en kundekonto, som har genereret betydelige overskud papir i det sidste år.
Din kunde spørger dig, om han skal sælge denne portefølje, eller om han skulle holde det og købe beskyttelse med kreditderivater, og har brug for at kende svaret ved udgangen af dagen. Du har adgang til omfattende data om historiske standardindstillinger sandsynligheder for forskellige obligationer med forskellige ratings, samt serier af kreditspændene historisk tid, CDS priser og aktiekurser.
Ved hjælp af disse data og en Microsoft Excel statistik bibliotek, er du i stand til at svare med 95% sikkerhed, at baseret på de nuværende markedsforhold, længden af obligationen prisen boble, og den nuværende økonomiske cyklus, credit default spreads på spekulative grade obligationer sandsynligvis at stige med mindst 15% i de næste 6 måneder. Du anbefale at sælge C-ratede obligationer, købe indeks CDS på High Yield-indekset, hvilket reducerer porteføljens Baa eksponering gradvist, og holde triple-A-ratede obligationer.
Et sidste eksempel kunne være cykliske langsigtede vejrmønstre til projekt Prisen på en kurv af fødevarer, herunder hvede, majs, oksekød, sojabønner, og appelsinjuice. Ved at importere nationale data vejr mønster fra forskellige geografiske lokaliteter og inflationskorrigerede råvarepriser ind i Excel og kører en multivariat regressionsanalyse, er du i stand til at fastslå forudsigelig kvalitet vejr på råvarepriserne i forskellige tidsperioder.
Ved at sammenligne disse resultater med en lignende øve