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: esattamente due etichette non conformi
Esamina 25 etichette. Assumi per ciascuna una probabilità del 4% di non conformità, indipendentemente dalle altre.
Scarica il riferimento dello scenario (CSV)È lo stesso esempio usato in Help. Il CSV elenca scenari di riferimento. Inserisci manualmente lo scenario selezionato nella scheda Inputs; importarlo non configura questo calcolatore. Usa Open example in a practice copy in Help per precompilare i dati in ingresso.
1. Crea l’ambiente di lavoro
Nella barra laterale, apri Basic Statistics e scegli Distributions. Crea un’analisi, assegnale un nome, seleziona New blank worksheet, quindi scegli Create analysis.
2. Scegli il calcolo
Nella scheda Inputs, scegli Discrete per Distribution type, Binomial per Distribution, poi Probability mass (PMF) per Calculation.
3. Inserisci il modello
Inserisci 25 in Number of trials (n) e 0.04 in Success probability (p). Qui un “successo” significa trovare un’etichetta non conforme.
4. Inserisci la domanda
Scegli Single value per Value source. Inserisci 2 in Value (x). Non viene assegnata alcuna colonna del foglio dati.
5. Esegui l’analisi
Scegli Run analysis, quindi apri Results.
6. Interpreta i risultati
Controlla la domanda
Esamina 25 etichette. Assumi per ciascuna una probabilità del 4% di non conformità, indipendentemente dalle altre.
Leggi il valore calcolato
La PMF è 0.187707, circa 18.77%. Secondo questo modello, è la probabilità di trovare esattamente due etichette non conformi su 25.
Comprendi il significato
Esattamente due esclude i conteggi di zero o uno. Per un conteggio non superiore a due, usa invece la probabilità cumulativa.
Usa il modello con cautela
Controlla che la stessa probabilità di non conformità e l’indipendenza siano ragionevoli per le etichette campionate. Il raggruppamento per lotti può rendere questo modello inappropriato.
Altri dettagli: leggi ogni sezione dei risultati
Le tabelle complete dei risultati usano sei cifre significative, come in Help.
Valori della distribuzione
x è il conteggio richiesto. PMF è P(X = x), la probabilità di ottenere esattamente quel conteggio. Esattamente due esclude i conteggi di zero o uno. Per un conteggio non superiore a due, usa invece la probabilità cumulativa.
| x | PMF |
|---|---|
| 2 | 0.187707 |
Riepilogo della distribuzione
Tipo distingue i valori continui dai conteggi interi. Distribuzione indica il modello. Calcolo registra PMF (probabilità di un conteggio esatto), PDF (densità), CDF (probabilità cumulativa) o ICDF (quantile). Le righe restanti registrano i parametri attivi: sono ipotesi inserite nella scheda Inputs.
| Impostazione | Valore |
|---|---|
| Tipo | Discrete |
| Distribuzione | Binomial |
| Calcolo | PMF |
| Numero di prove (n) | 25 |
| Probabilità di successo (p) | 0.04 |
- Binomiale(n=25, p=0.04)
7. Crea un report
Conserva Distribution values (o la tabella dei quantili) e Distribution summary. Specifica le ipotesi del modello, l’unità di tempo o l’intervallo di conteggio e la domanda a cui rispondi. Esattamente due esclude i conteggi di zero o uno. Per un conteggio non superiore a due, usa invece la probabilità cumulativa.
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.