Elle ne vous dit pas quoi décider. Elle vous dit ce qu'il faut aller vérifier.
Décrivez une décision avec les chiffres que vous avez et les fourchettes que vous n'avez pas. Vous obtenez l'hypothèse qui décide vraiment, le seuil où votre choix bascule, et ce que vaut le fait d'aller chercher ce chiffre-là plutôt qu'un autre.
| prix = 250k | Une valeur que vous connaissez. k, M, Md, 12 %, 1 234,5 et 3 millions s'écrivent comme on les dit. |
| loyer = 900 à 1150 | Une fourchette : vous pensez qu'il y a 9 chances sur 10 que la vraie valeur soit dedans. C'est tout ce que le site vous demande de savoir. |
| total = prix + loyer * 12 | De l'arithmétique ordinaire. Une variable réutilisée garde la même valeur tirée : a - a fait toujours zéro. |
| option "Acheter" = … option "Louer" = … | Deux lignes option ou plus, et le site passe en mode décision : il compare, recommande, et cherche les seuils de bascule. |
| unité: € | Le libellé du résultat, pas des hypothèses — dans un modèle en €/km, un nombre de kilomètres reste un nombre de kilomètres. Libre : €/km, mois, kg CO₂e. Une hypothèse écrite 3 % à 5 % s'affiche en pourcentage parce que vous l'avez écrite ainsi. |
| seuil: 12 | En mode estimation : la valeur qui vous intéresse. Le site calcule la probabilité de la dépasser et les seuils de bascule. |
| # commentaire | Ignoré. La dernière ligne sans =, ou la dernière variable définie, est le résultat. |
| min max abs racine exp log arrondi plancher plafond mod signe | Les habituelles. |
| si … alors … sinon … | Condition. Avec et, ou, non et les comparaisons. |
| cumul(taux, années) | 1 + (1+t) + … + (1+t)^(a-1). Pour capitaliser un versement annuel constant. |
| serie(placement, croissance, années) | Un versement qui croît de g chaque année et se place à r. Pour comparer un loyer qui monte à un capital qui rapporte. |
| unif(a, b) normale(moyenne, écart-type) lognormale(médiane, facteur) triangulaire(min, mode, max) bernoulli(p) · poisson(λ) · beta(a, b) | Si la fourchette a à b ne suffit pas. bernoulli sert aux événements : panne = bernoulli(8 %). |
| proba(condition) esperance(x) · mediane(x) · ecart_type(x) | Résument toute la simulation en un seul nombre. |
100 à 400 avec deux bornes positives donne une lognormale : la médiane est
la moyenne géométrique (200, pas 250), et le résultat ne peut pas devenir négatif.
C'est le bon réflexe pour des prix, des durées, des quantités.
−2 % à 5 %, dont les bornes changent de signe, donne une normale.
0 à 100 donne une normale repliée sur les positifs : écrire zéro comme borne basse
veut dire qu'on exclut le négatif.
La part est la fraction de l'incertitude du résultat qu'une hypothèse porte à elle seule. Elle est calculée sur les rangs et non sur les valeurs : sur des grandeurs à queue longue, un indice de variance classique est confisqué par quelques tirages extrêmes. Le seuil de bascule est obtenu en figeant toutes les autres hypothèses à leur médiane et en balayant celle-là — c'est donc un seuil « toutes choses égales par ailleurs », pas une frontière exacte. La valeur de l'information est ce que vous gagneriez, en moyenne et dans l'unité du modèle, à connaître exactement cette hypothèse-là avant de choisir. Quand elle vaut zéro, l'hypothèse peut être très incertaine et rester sans intérêt : elle ne change pas la décision.
Il ne connaît aucune donnée de marché, aucun barème, aucun taux réel : tous les chiffres sont ceux que vous écrivez, et les modèles de départ sont des ordres de grandeur à remplacer par les vôtres. Il suppose vos hypothèses indépendantes, sauf là où vous les liez explicitement par une formule. Il ne remplace pas un conseil professionnel. Et il ne saura jamais ce qui, dans votre décision, ne s'écrit pas en chiffres.