1、将的数据保存成为“text only”格式。我在使用的过程中，会将在Excel巡綮碣褂或是Access里面的数据另存为txt格式，然后再打开这个txt文件，将除数字以外的其他信息删除。最终数据会是以一个或多个空格相间隔的形式。数据可以集中在一行，也可以分散在很多行里，都不会影响数据的写入。如图所示，上面两种写法都可以成功的输入（1 2 3 4 5 6 7 8 8 9）这样一组数第三种写法，系统会将“8-8”读成“8”和“-8”两个数第四种写法，系统会读取“，”之前的数字，也就是最后的两位会被忽略第五种写法同上，“_”会成为数据读取的终点。
2、数据准备好了，就可以导入Input Analyzer了。打开Arena，在菜单tools>Input Analyzer即可打开下图的灰色界面。
3、导入我们已经保存好的txt版本数据，步骤如图所示。
4、这里显示的就是我们刚才的示例：1 2 3 4 5 6 7 8 8 9还有一些基本的统计数据。
5、我们来用一组更真实的数据，它的分布很接近“钟形”。
6、点击Fit All，用所有的常用分布来拟合这组数据，得到了最优的拟合结果：3 + GAMM(0.775, 4.29)可以点击Fit All右边的Fit All Summary，给出了各种拟合的效果。满意吗？到此为止就可以将拟合公式复制到模型中使用啦！这样我们利用有限的数据，也可以驱动长时间的模拟实验，再多Replication都没问题！
7、另外，对于数据形状不规则，难以用常规函数拟合的续异收俱情况下，就可以考虑拟合为“经验分布”（Empirical Distribution）。例如数据明显呈现几个“小山丘”的形式，就最好用“经验分布”的方法拟合。通过Options>Parameters>Histogram可以修改区间（Intervals）的大小，更小的区间带来更精确的拟合。如下DISC (0.000, 3.000, 0.203, 5.000, 0.701, 7.000, 0.963, 9.000, 0.989, 11.000, 0.989, 13.000)在应用这个经验分布的时候注意概率的最后并未收尾:（0.989, 13.000）说明根据目前的信息，我们的分布可以涵盖98.9%的实际数据，但是并不能自信的涵盖100%的实际数据。此时需要我们人工地告诉它，这个分布的最大值究竟在哪里。我们根据实际情况估算，最大值不会超过14，因此整理之后的分布为：DISC (0.000, 3.000, 0.203, 5.000, 0.701, 7.000, 0.963, 9.000, 0.989, 11.000, 0.989, 13.000，1.000,14.000)这个工式就可以粘贴在模型中使用啦。
