การสร้างแบบจำลอง Stochastic เป็นเทคนิคของการนำเสนอข้อมูลหรือการคาดการณ์ผลลัพธ์ที่คำนึงถึงระดับของการสุ่มหรือคาดการณ์ไม่ได้ ตัวอย่างเช่นอุตสาหกรรมประกันภัยขึ้นอยู่กับการสร้างแบบจำลองอย่างมากสำหรับการทำนายสภาพในอนาคตของงบดุลของ บริษัท เนื่องจากสิ่งเหล่านี้อาจขึ้นอยู่กับเหตุการณ์ที่คาดการณ์ไม่ได้ทำให้เกิดการจ่ายค่าสินไหมทดแทน อุตสาหกรรมและสาขาการศึกษาอื่น ๆ อีกมากมายสามารถได้รับประโยชน์จากการสร้างแบบจำลองแบบสุ่มเช่นสถิติการลงทุนในหุ้นชีววิทยาภาษาศาสตร์และควอนตัมฟิสิกส์
โดยเฉพาะอย่างยิ่งในโลกของการประกันภัยการสร้างแบบจำลองแบบสุ่มมีความสำคัญอย่างยิ่งในการพิจารณาผลลัพธ์ที่คาดว่าจะเกิดขึ้นกับสิ่งที่ไม่น่าจะเกิดขึ้น แทนที่จะใช้ตัวแปรคงที่เช่นในการสร้างแบบจำลองทางคณิตศาสตร์อื่น ๆ ตัวแบบสุ่มจะรวมการสุ่มเพื่อคาดการณ์สภาวะในอนาคตและดูว่าพวกมันอาจจะเป็นอย่างไร แน่นอนความเป็นไปได้ของการเปลี่ยนแปลงแบบสุ่มอย่างใดอย่างหนึ่งหมายความว่าหลายคนอาจเกิดขึ้น ด้วยเหตุนี้โมเดลสโตแคสติกจึงไม่ได้ทำงานเพียงครั้งเดียว แต่นับร้อยหรือพันครั้ง การรวบรวมข้อมูลขนาดใหญ่นี้ไม่เพียง แต่แสดงให้เห็นว่าผลลัพธ์ใดน่าจะเป็นไปได้มากที่สุด แต่ยังสามารถคาดหวังช่วงใดได้ด้วย
เพื่อให้เข้าใจแนวคิดของการสร้างแบบจำลองสโตแคสติกอาจเป็นประโยชน์ในการพิจารณาว่ามันเป็นสิ่งที่ตรงกันข้ามในการสร้างแบบจำลองที่กำหนดขึ้น แบบจำลองประเภทที่สองนี้เป็นสิ่งที่คณิตศาสตร์ส่วนใหญ่ประกอบด้วย การแก้ปัญหามักจะมีเพียงหนึ่งคำตอบที่ถูกต้องและกราฟของฟังก์ชั่นสามารถมีค่าได้เพียงชุดเดียวเท่านั้น ในทางกลับกันการสร้างแบบจำลอง Stochastic ก็เหมือนกับการแก้ปัญหาคณิตศาสตร์ที่ซับซ้อนเล็กน้อยเพื่อดูว่าวิธีการแก้ปัญหาได้รับผลกระทบจากนั้นทำหลายครั้งและในรูปแบบที่แตกต่างกัน ความแตกต่างเล็กน้อยเหล่านี้แสดงถึงการสุ่มหรือคาดเดาไม่ได้ของเหตุการณ์ในโลกแห่งความเป็นจริงและผลกระทบของมัน
แอปพลิเคชันอื่นในโลกแห่งความเป็นจริงในการสร้างแบบจำลอง stochastic นอกเหนือจากการประกันภัยคือการผลิต การผลิตถูกมองว่าเป็นกระบวนการสโทแคสติกเนื่องจากเอฟเฟกต์ที่ตัวแปรที่ไม่รู้จักหรือสุ่มสามารถมีต่อผลลัพธ์สุดท้าย ตัวอย่างเช่นโรงงานที่ผลิตสินค้าบางอย่างมักจะพบว่าสินค้าจำนวนเล็กน้อยไม่ได้ออกมาตามที่ต้องการและไม่สามารถขายได้ อาจเกิดจากปัจจัยหลายประการเช่นคุณภาพของปัจจัยการผลิตสภาพการทำงานของเครื่องจักรการผลิตและความสามารถของพนักงานเป็นต้น ความไม่แน่นอนที่คาดการณ์ได้ว่าปัจจัยเหล่านี้ส่งผลกระทบต่อผลลัพธ์อย่างไรสามารถสร้างแบบจำลองเพื่อทำนายอัตราความผิดพลาดบางอย่างในการผลิตซึ่งสามารถวางแผนล่วงหน้าได้
