Názvy příkazů aplikace, identifikátory datových listů a hodnoty ukázkových dat zůstávají v původní podobě. Snímky obrazovky, grafy a soubory ke stažení jsou v angličtině. Vědecké příklady zachovávají anglické číselné konvence: desetinnou tečku a čárku oddělující tisíce.
Příklad: nejvýše dvě neshodné etikety
Zkontrolujte 25 nezávislých etiket, každou s předpokládanou 4% pravděpodobností neshody. Ptejte se na nejvýše dvě neshodné etikety.
Stáhnout referenční scénáře (CSV v angličtině)Jde o stejný příklad jako v Help. CSV uvádí referenční scénáře. Vybraný scénář zadejte ručně na kartě Inputs; import tuto kalkulačku nenastaví. V Help použijte Open example in a practice copy k předvyplnění vstupů.
1. Vytvořte pracovní prostředí
Na postranním panelu otevřete Basic Statistics a vyberte Distributions. Vytvořte analýzu, pojmenujte ji, vyberte New blank worksheet a poté Create analysis.
2. Vyberte výpočet
Na kartě Inputs vyberte Discrete pro Distribution type, Binomial pro Distribution a poté Cumulative probability (CDF) pro Calculation.
3. Zadejte model
Do Number of trials (n) zadejte 25 a do Success probability (p) zadejte 0.04. „Úspěch“ zde znamená nalezení neshodné etikety.
4. Zadejte otázku
Pro Value source vyberte Single value. Do Value (x) zadejte 2. Žádné sloupce datového listu se nepřiřazují.
5. Spusťte analýzu
Vyberte Run analysis a poté otevřete Results.
6. Interpretovat výsledky
Zkontrolujte otázku
Zkontrolujte 25 nezávislých etiket, každou s předpokládanou 4% pravděpodobností neshody. Ptejte se na nejvýše dvě neshodné etikety.
Přečtěte si vypočtenou hodnotu
CDF P(X ≤ x) je 0.923517, přibližně 92.35%. Sčítá pravděpodobnosti nalezení nuly, jedné nebo dvou neshodných etiket.
Porozumějte významu
Pravý chvost P(X ≥ x) je 0.264190. Zahrnuje také dvě, takže se oba zobrazené chvosty překrývají. Pravděpodobnost více než dvou je 1 − 0.923517 = 0.076483, přibližně 7.65%.
Používejte model uvážlivě
Použijte pravděpodobnost odpovídající rozhodovacímu pravidlu. Před použitím pro další dávku ověřte předpokládaný 4% podíl a nezávislost.
Další podrobnosti: přečtěte si každou sekci výsledků
Úplné tabulky výsledků používají šest platných číslic, stejně jako Help.
Hodnoty rozdělení
x je mezní počet. CDF zahrnuje X ≤ x; pravý chvost zahrnuje X ≥ x. Oba obsahují případ právě x. Pomocí výše zpracovaného porovnání odlište pravý chvost včetně meze od doplňku 1 − CDF.
| x | CDF P(X ≤ x) | Pravý chvost P(X ≥ x) |
|---|---|---|
| 2 | 0.923517 | 0.26419 |
Souhrn rozdělení
Typ odlišuje spojité hodnoty od celočíselných počtů. Rozdělení označuje model. Výpočet zaznamenává PMF (pravděpodobnost přesného počtu), PDF (hustotu), CDF (kumulativní pravděpodobnost) nebo ICDF (kvantil). Zbývající řádky zaznamenávají aktivní parametry; jde o předpoklady zadané na kartě Inputs.
| Nastavení | Hodnota |
|---|---|
| Typ | Discrete |
| Rozdělení | Binomial |
| Výpočet | CDF |
| Počet pokusů (n) | 25 |
| Pravděpodobnost úspěchu (p) | 0.04 |
- Binomial(n=25, p=0.04)
7. Vytvořit zprávu
Zachovejte Distribution values (nebo tabulku kvantilů) a Distribution summary. Uveďte předpoklady modelu, časovou jednotku nebo interval počtů a zodpovídanou otázku. Survival P(X ≥ x) je 0.264190. Zahrnuje také dvě, takže se oba zobrazené chvosty překrývají. Pravděpodobnost více než dvou je 1 − 0.923517 = 0.076483, přibližně 7.65%.
Vyberte Add to report z dokončeného výpočtu. Otevřete Choose individual items and advanced options pro výběr tabulek a grafů a poté vyberte Add to draft. Skryté položky zůstávají v uložené analýze.
Pojmenujte zprávu a doplňte účel studie a svou interpretaci. Vyberte Save, zkontrolujte Preview, poté použijte Export → Download HTML. Příklad níže obsahuje veškerý vybraný obsah včetně výsledků přesahujících jednu obrazovku.