Genera dati casuali esponenziali

Crea valori simulati da un modello di probabilità scelto, con un seme fisso quando devi ripetere il campione.

Guide · Fogli dati e strumenti per i dati · 4 min di lettura

I comandi dell’app, gli identificatori dei fogli dati e i valori dei dati di esempio conservano la forma originale. Screenshot, grafici e file da scaricare sono in inglese. Gli esempi mantengono il punto decimale e la virgola come separatore delle migliaia della notazione inglese originale; i prezzi e i conteggi del sito seguono invece la formattazione italiana.

Esempio: intervalli tra arrivi

Genera 200 intervalli simulati tra arrivi, in minuti, per uno studio di esercitazione. Ogni riga rappresenta un tempo di attesa.

Scarica i parametri del generatore (CSV di riferimento)

È lo stesso esempio usato in Help. Il CSV elenca i parametri del generatore come riferimento. Inseriscili manualmente in Inputs; importare il CSV non configura il generatore né fornisce osservazioni misurate.

1. Crea il generatore

Nella barra laterale, scegli Data utilities, poi Create Random Data. Assegna un nome all’analisi, seleziona New blank worksheet e scegli Create analysis. Questo foglio dati riceve le colonne generate.

2. Imposta la variabile generata

In Inputs, sotto Generated variables, inserisci arrival_gap_min in Column name e 200 in Number of observations. Scegli Exponential in Distribution.

Inserisci 6 in Scale (β) e 0 in Threshold. Entrambi i parametri usano minuti. La scala è il tempo medio di attesa sopra la soglia, non un tasso di arrivo.

3. Imposta il seme e la destinazione

Apri Reproducibility e inserisci 42 in Random seed.

Verifica Worksheet output: la destinazione deve essere il foglio dati della tua analisi, con una nuova colonna. Genera una volta per riprodurre questo esempio. Ogni esecuzione riuscita aggiunge nuove colonne.

Create Random Data: Scheda Inputs con gli abbinamenti e le impostazioni dell’esempio
La definizione esponenziale e il seme 42 in Inputs. Il foglio dati riceve una nuova colonna. Visualizza l’immagine a grandezza originale (si apre in una nuova scheda)

4. Genera i dati

Scegli Generate data, poi apri Results. Apri Worksheet per vedere le nuove colonne.

5. Interpreta i risultati

  1. Verifica il risultato generato

    Vi è una nuova colonna, arrival_gap_min, con 200 valori. Sono osservazioni simulate per esercitarsi, non dati di produzione misurati.

  2. Leggi il modello

    Con soglia 0 e scala 6 minuti, il tempo medio di attesa del modello è 6 minuti. Intervalli brevi sono comuni, ma restano possibili attese più lunghe. La media campionaria non deve necessariamente essere esattamente 6 minuti.

  3. Leggi una riga generata

    Il primo intervallo generato è circa 14.425 minuti. Supera la media del modello, cosa consentita. Il valore è un intervallo tra arrivi, non l’orario in cui si è verificato un arrivo.

  4. Usa il campione consapevolmente

    Usa le colonne generate per esercitarti in un’analisi o esplorare il modello fornito. Il seme 42 ripete questo campione con le stesse definizioni ordinate e la stessa versione di calcolo. Un seme vuoto richiede un nuovo campione. Ripetere Generate data aggiunge colonne; non sostituisce il risultato precedente.

Altri dettagli: leggi ogni sezione dei risultati

Le tabelle complete dei risultati usano sei cifre significative, come in Help.

Riepilogo della generazione

Il riepilogo elenca arrival_gap_min, i suoi 200 valori validi, la distribuzione e il seme 42.

Output di esempio calcolato. Eseguire una copia di prova scrive nuove colonne nel suo foglio dati indipendente.

Riepilogo della generazione · 1 riga
DefinizioneColonna di destinazioneDistribuzioneValori validiSeme
arrival_gap_minarrival_gap_minexponential20042

Parametri acquisiti del generatore

Con soglia 0 e scala 6 minuti, il tempo medio di attesa del modello è 6 minuti. Intervalli brevi sono comuni, ma restano possibili attese più lunghe. La media campionaria non deve necessariamente essere esattamente 6 minuti.

Parametri acquisiti del generatore · 2 righe
DefinizioneParametroValore
arrival_gap_minscale6
arrival_gap_minthreshold0

Valori generati

Tutte le 200 righe generate sono conservate nell’ordine di generazione. Il primo intervallo generato è circa 14.425 minuti. Supera la media del modello, cosa consentita. Il valore è un intervallo tra arrivi, non l’orario in cui si è verificato un arrivo.

Valori acquisiti nell’ordine originale delle righe. Le esportazioni mantengono la precisione completa.

Valori generati · 200 righe
Rigaarrival_gap_min
114.4253
214.0171
314.3086
41.67877
50.518624
68.71596
78.45976
818.7458
90.475765
106.27937
110.422618
126.53414
1310.388
142.32137
157.38951
160.92264
170.549464
181.89108
195.4072
202.47791
217.48432
221.34146
2311.0278
247.36252
253.93478
262.50252
272.71992
280.462463
291.07779
304.11192
312.33208
327.58524
334.25094
341.42758
352.76653
363.84934
372.063
381.93147
395.27349
401.78168
418.00221
428.34518
436.5045
440.43817
456.80441
468.12603
476.73224
481.68029
491.92562
500.994415
512.12618
520.126839
531.00414
547.89034
5523.9745
563.38123
571.70424
582.38654
592.16805
600.777802
616.49995
628.25509
639.04685
6431.8593
6512.64
669.8692
676.26095
683.55515
690.266721
705.73962
713.7283
729.04777
7312.168
741.99241
750.298504
765.54893
7715.3205
784.92643
7912.7857
804.51809
817.88396
821.7327
830.806504
840.854885
850.706094
860.328039
8710.2996
882.69169
892.31679
905.60976
911.1236
9211.5098
937.75174
941.97545
951.20355
963.18612
971.82899
980.454432
993.02136
10013.5113
1016.0531
10218.4945
10312.2786
1046.70735
10511.1036
1064.36158
1076.4071
1082.28131
1091.31432
11012.8695
1110.841818
1121.12739
1131.86145
1145.805
1152.48303
1164.1069
11712.9587
1189.25032
1197.02748
1201.0257
1217.13653
1222.72687
1230.742582
1242.39655
1250.423345
1265.49051
1275.83006
1281.7658
1290.275049
13016.3759
1314.84679
1328.92844
1332.11677
13410.0584
1359.84763
1360.558793
13732.5895
1384.04158
1398.38655
1401.46219
1415.90293
1421.71746
1439.68367
1442.77845
1454.67458
1463.16842
1474.52106
1482.83381
1493.67796
1500.172329
1519.52505
15215.0579
1533.48576
15420.4245
1551.00852
15616.7079
1572.18613
1584.01195
15914.622
1600.76155
1611.14591
1628.05517
1635.89427
1641.72781
1652.66015
1664.49911
16711.3985
1682.14992
1694.59039
1702.12511
1711.82591
17212.8013
1733.3395
1748.03655
1751.81622
1761.11621
1776.85445
1788.50472
1795.70532
1807.12411
1816.11311
1826.55174
18313.5281
18416.9408
1853.97414
1860.54447
1878.42241
1885.07716
18914.6428
1906.26684
1910.841618
1926.29524
1933.43467
1940.690817
1951.6431
19620.8562
1972.41756
1981.54855
1992.66464
20012.4041

6. Crea un report

Conserva Generation summary, Captured generator parameters e Generated values. Registra il seme, il modello e le sue unità. Etichetta il risultato come dati simulati di esercitazione.

Seleziona Add to report dall’esecuzione completata. Apri Choose individual items and advanced options per selezionare tabelle e grafici, quindi scegli Add to draft. Gli elementi nascosti restano nell’analisi salvata.

Assegna un nome al report e aggiungi lo scopo dello studio e la tua interpretazione. Seleziona Save, controlla Preview, quindi usa Export → Download HTML. L’esempio seguente contiene tutti i contenuti selezionati, compresi i risultati che occupano più di una schermata.

Questo report è stato generato nell’app ed è in inglese. Output originale completo di questo esempio di Help, incluse le tabelle, i grafici e le note delle esecuzioni pertinenti. I numeri dei report usano la precisione di visualizzazione dell’app. I grafici esportati sono statici. Sugli schermi stretti, scorri orizzontalmente i grafici e le tabelle larghi.
Visualizza il report di esempio: Genera 200 intervalli tra arrivi

Usiamo Microsoft Clarity per comprendere come i visitatori usano questo sito, incluse registrazioni delle sessioni e mappe di calore. Puoi usare il sito web senza accettare gli strumenti di analisi.

La tua scelta viene salvata in questo browser per sei mesi. Informativa sulla privacy

Scelta attuale: Nessuna scelta.