Thu thập dữ liệu đầu vào là một công việc đơn điệu, buồn tẻ nhƣng rất quan trọng vì nếu dữ liệu thu thập đƣợc không chính xác thì các biến ngẫu nhiên trong mô hình mô phỏng sẽ không phản ánh đúng các quá trình trong hệ thực. Có ba phƣơng pháp thu thập dữ liệu đầu vào đƣợc dùng với các mục đích khác nhau.
- Phƣơng pháp dữ liệu trực tiếp:
Đối với phƣơng pháp này, dữ liệu thu thập đƣợc dùng trực tiếp cho mô phỏng. Ví dụ dữ liệu là thời gian sửa chữa máy thì dữ liệu đó sẽ cần đến mối khi mô phỏng đến thời gian sửa chữa máy. Đây là phƣơng pháp mô phỏng trực tiếp. Do không có tính tổng quát hoá cao nên phƣơng pháp mô phỏng này ít đƣợc sử dụng.
- Phƣơng pháp phân phối xác suất kinh nghiệm:
Đối với phƣơng pháp này, dữ liệu thu thập đƣợc dùng để xác định phân phối xác suất theo kinh nghiệm của biến ngẫu nhiên. Do phân phối đƣợc chọn là theo kinh nghiệm của ngƣời nghiên cứu nên có thể xảy ra trƣờng hợp phân phối đƣợc chọn không chính xác, đặc biệt là khi dữ liệu thu thập đƣợc không đầy đủ.
- Phƣơng pháp phân phối xác suất lý thuyết:
Đối với phƣơng pháp này, sau khi thu thập đƣợc các dữ liệu đầu vào ngƣời ta tìm phân phối xác suất lý thuyết phù hợp nhất với dữ liệu đã có. Phƣơng pháp này tránh đƣợc các hạn chế ở phƣơng pháp phân phối xác suất kinh nghiệm đồng thời nó cho phép suy diễn các dữ liệu vƣợt ra ngoài tập các dữ liệu quan sát đƣợc. Chính vì vậy phƣơng pháp này đƣợc dùng rộng rãi. mục 6.3 dƣới đây sẽ trình bầy chi tiết các bƣớc tìm phân phối xác suất của biến ngẫu
Có hai phƣơng pháp phân tích dữ liệu thƣờng dùng: Phƣơng pháp thống kê mô tả và phƣơng pháp thống kê suy diễn.
Thế mạnh của phƣơng pháp thông kê mô tả là từ một số lớn các dữ liệu thu thập đƣợc có thể quy tụ lại thành một số ít các mô tả rõ ràng dƣới dạng phân bố các xác suất, do đó dễ sử dụng trong mô phỏng. Phƣơng pháp thống kê mô tả đƣợc sử dụng rộng rãi trong mô phỏng.
Mục đích của phƣơng pháp thống kê suy diễn là đánh giá đặc tính thống kê của các dữ liệu. Trong trƣờng hợp các dữ liệu thu thập đƣợc có nhiều giá trị thì ngƣời ta cần làm phép thử đánh giá xem các dữ liệu đó có mang tính ngẫu nhiên và độc lập với nhau và không. Trên cơ sở các đnáh giá đó ngƣời ta có thể loại bỏ các dữ liệu thừa là các dữ liệu không mang tính độc lập với nhau.
Về nguyên tắc, số lƣợng các dữ liệu thu thập đƣợc phải càng nhiều càng tốt để có thể đánh giá đặc tính thống kê của các dữ liệu một cách khách quan. Trong thực tế, căn cứ vào đặc điểm của dòng đầu vào mà ta lựa chọn số lƣợng đủ lớn, thông thƣờng phải có hàng trăm dữ liệi trở lê.