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: 95% mez pro hodinový počet příchodů na podporu
Předpokládejte Poissonův model se třemi příchody na podporu za hodinu. Najděte počet zahrnující alespoň 95% modelovaných hodinových počtů.
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, Poisson pro Distribution a poté Inverse cumulative probability (quantile) pro Calculation.
3. Zadejte model
Do Mean count (λ) zadejte 3. Jde o očekávaný počet za jednu hodinu.
4. Zadejte otázku
Do Cumulative probability zadejte 0.95. Pro Tail vyberte P(X ≤ x). Žádné sloupce datového listu se nepřiřazují.
5. Spusťte analýzu
Vyberte Run analysis a poté otevřete Results.
6. Interpretovat výsledky
Zkontrolujte otázku
Předpokládejte Poissonův model se třemi příchody na podporu za hodinu. Najděte počet zahrnující alespoň 95% modelovaných hodinových počtů.
Přečtěte si vypočtenou hodnotu
Mezní x je 6. Jde o nejmenší celočíselný počet, pro který P(X ≤ x) dosahuje alespoň 0.95.
Porozumějte významu
P(X≤5)≈91.61%, zatímco P(X≤6)≈96.65%. Šest je tedy nejmenší počet dosahující cíle 95%. Celočíselné počty způsobují růst kumulativní pravděpodobnosti po krocích; šest není největší možný počet.
Používejte model uvážlivě
Považujte šest za plánovací mez odvozenou z modelu. Zohledněte zbývající pravý chvost a ověřte, zda intenzita příchodů zůstává v čase srovnatelná.
Další podrobnosti: přečtěte si každou sekci výsledků
Úplné tabulky výsledků používají šest platných číslic, stejně jako Help.
Diskrétní mezní hodnota
Cílová pravděpodobnost je 0.95. Chvost le znamená nejvýše (X ≤ x). Mezní x je nejmenší celé číslo dosahující cíle: P(X≤5)≈91.61%, ale P(X≤6)≈96.65%.
| Cílová pravděpodobnost | Chvost | Mezní x |
|---|---|---|
| 0.95 | le | 6 |
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 | Poisson |
| Výpočet | ICDF |
| Intenzita (λ) | 3 |
- Poisson(λ=3.0)
7. Vytvořit zprávu
Zachovejte Distribution values (nebo tabulku kvantilů) a Distribution summary. Uveďte předpoklady modelu, časovou jednotku nebo interval počtů a zodpovídanou otázku. Celočíselné počty způsobují růst kumulativní pravděpodobnosti po krocích. Kumulativní pravděpodobnost při šesti může překročit 95%; šest není největší možný počet.
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.