Einen Poisson-Grenzwert für die Anzahl bestimmen

Bestimmen Sie die kleinste Anzahl, deren kumulierte Wahrscheinlichkeit einen Zielwert erreicht.

Anleitungen · Grundlagen der Statistik · 4 Min. Lesezeit

App-Befehle, Arbeitsblattkennungen und Werte der Beispieldaten bleiben im Original erhalten. Screenshots, Diagramme und Dateien zum Herunterladen liegen im englischen Original vor. Die Zahlen in dieser Anleitung verwenden die englische Schreibweise mit Dezimalpunkt und Tausenderkomma.

Beispiel: ein 95%-Grenzwert für stündlich eingehende Supportanfragen

Nehmen Sie ein Poisson-Modell mit drei eingehenden Supportanfragen pro Stunde an. Bestimmen Sie eine Anzahl, die mindestens 95% der modellierten stündlichen Anzahlen einschließt.

Szenarioübersicht herunterladen (CSV, englisches Original)

Dasselbe Beispiel finden Sie unter Help. Die CSV-Datei enthält Referenzszenarien. Geben Sie das ausgewählte Szenario unter Inputs manuell ein; der Import konfiguriert diesen Rechner nicht. Verwenden Sie Open example in a practice copy in Help, um die Eingaben vorab ausfüllen zu lassen.

1. Arbeitsumgebung erstellen

Öffnen Sie Basic Statistics in der Seitenleiste und wählen Sie Distributions. Erstellen Sie eine Analyse, geben Sie ihr einen Namen, wählen Sie New blank worksheet und anschließend Create analysis.

2. Berechnung wählen

Wählen Sie unter Inputs für Distribution type die Option Discrete, für Distribution die Option Poisson und anschließend für Calculation die Option Inverse cumulative probability (quantile).

3. Modell eingeben

Geben Sie 3 in Mean count (λ) ein. Dies ist die erwartete Anzahl in einer Stunde.

4. Fragestellung eingeben

Geben Sie 0.95 in Cumulative probability ein. Wählen Sie P(X ≤ x) für Tail. Es werden keine Arbeitsblattspalten zugeordnet.

Distributions: Eingaben mit den Spaltenzuordnungen und Einstellungen des Beispiels
Englischer Screenshot der Eingaben mit ausgewählter Verteilung, Berechnung, Modellparametern und Fragestellung. Bild in voller Größe ansehen (öffnet sich in einem neuen Tab)

5. Analyse ausführen

Wählen Sie Run analysis und öffnen Sie anschließend Results.

6. Ergebnisse interpretieren

  1. Fragestellung prüfen

    Nehmen Sie ein Poisson-Modell mit drei eingehenden Supportanfragen pro Stunde an. Bestimmen Sie eine Anzahl, die mindestens 95% der modellierten stündlichen Anzahlen einschließt.

  2. Berechneten Wert ablesen

    Critical x beträgt 6. Dies ist die kleinste ganzzahlige Anzahl, für die P(X ≤ x) mindestens 0.95 erreicht.

  3. Bedeutung verstehen

    P(X≤5)≈91.61%, während P(X≤6)≈96.65%. Sechs ist daher die kleinste Anzahl, die das 95%-Ziel erreicht. Ganzzahlige Anzahlen lassen die kumulierte Wahrscheinlichkeit stufenweise steigen; sechs ist keine maximal mögliche Anzahl.

  4. Modell mit Bedacht verwenden

    Behandeln Sie sechs als modellbasierten Planungsgrenzwert. Berücksichtigen Sie den verbleibenden oberen Verteilungsbereich und prüfen Sie, ob die Eingangsrate über die Zeit vergleichbar bleibt.

Weitere Einzelheiten: die einzelnen Ergebnisabschnitte lesen

Vollständige Ergebnistabellen verwenden wie im Bereich Help sechs signifikante Stellen.

Diskreter kritischer Wert

Probability target beträgt 0.95. Der Wert le unter Tail bedeutet höchstens (X ≤ x). Critical x ist die kleinste ganze Anzahl, die diesen Zielwert erreicht: P(X≤5)≈91.61%, aber P(X≤6)≈96.65%.

Diskreter kritischer Wert · 1 Zeile
WahrscheinlichkeitszielVerteilungsbereichKritischer Wert x
0.95le6

Verteilungsübersicht

Type unterscheidet stetige Werte von ganzzahligen Anzahlen. Distribution benennt das Modell. Calculation dokumentiert PMF (Wahrscheinlichkeit einer exakten Anzahl), PDF (Dichte), CDF (kumulierte Wahrscheinlichkeit) oder ICDF (Quantil). Die übrigen Zeilen dokumentieren die aktiven Parameter; sie sind unter Inputs eingegebene Annahmen.

Verteilungsübersicht · 4 Zeilen
EinstellungWert
TypDiscrete
VerteilungPoisson
BerechnungICDF
Rate (λ)3
  • Poisson(λ=3.0)

7. Bericht erstellen

Behalten Sie Distribution values (oder die Quantiltabelle) und Distribution summary im englischen Bericht. Geben Sie die Modellannahmen, die Zeiteinheit bzw. das Zählintervall und die beantwortete Frage an. Ganzzahlige Anzahlen lassen die kumulierte Wahrscheinlichkeit stufenweise steigen. Die Wahrscheinlichkeit bei sechs kann über 95% liegen; sechs ist keine maximal mögliche Anzahl.

Wählen Sie Add to report im abgeschlossenen Analyselauf. Öffnen Sie Choose individual items and advanced options zur Auswahl von Tabellen und Diagrammen und wählen Sie anschließend Add to draft. Ausgeblendete Elemente bleiben in der gespeicherten Analyse erhalten.

Geben Sie dem Bericht einen Namen und ergänzen Sie den Zweck der Untersuchung sowie Ihre Interpretation. Wählen Sie Save, prüfen Sie Preview und verwenden Sie anschließend Export → Download HTML. Das folgende Beispiel enthält den gesamten ausgewählten Inhalt, auch Ergebnisse, die über eine Bildschirmansicht hinausgehen.

Dieser Bericht wurde in der App erstellt und liegt im englischen Original vor. Vollständige Originalausgabe der App für dieses Help-Beispiel mit den zugehörigen Tabellen, Diagrammen und Hinweisen zum Analyselauf. Die Zahlen im Bericht behalten die in der App angezeigte numerische Präzision bei. Exportierte Diagramme sind statisch. Auf schmalen Bildschirmen können Sie breite Diagramme und Tabellen horizontal scrollen.
Beispielbericht ansehen: Kleinste stündliche Anzahl von Eingängen mit kumulierter Wahrscheinlichkeit von mindestens 0.95

Wir verwenden Microsoft Clarity mit Sitzungsaufzeichnungen und Heatmaps, um zu verstehen, wie Besucher diese Website nutzen. Sie können die Website nutzen, ohne der Analyse zuzustimmen.

Ihre Entscheidung wird für sechs Monate in diesem Browser gespeichert. Datenschutzhinweis

Aktuelle Entscheidung: Nicht festgelegt.