Nazwy poleceń aplikacji, identyfikatory kolumn i wartości danych przykładowych zachowano w oryginale. Zrzuty ekranu, wykresy i pliki do pobrania są w języku angielskim.
Przykład: liczba niezgodnych sztuk na tacę
Przeprowadź symulację 200 tac po 50 sztuk. Każda sztuka ma zadane 4% prawdopodobieństwo niezgodności, niezależnie od pozostałych sztuk.
Pobierz parametry generatora (referencyjny plik CSV)To ten sam przykład, który znajduje się w Help. Referencyjny plik CSV zawiera parametry generatora w języku angielskim. Wprowadź je ręcznie na karcie Inputs; import CSV nie konfiguruje generatora ani nie dostarcza zmierzonych obserwacji.
1. Utwórz generator
Na pasku bocznym wybierz Data utilities, a następnie Create Random Data. Nadaj analizie nazwę, wybierz New blank worksheet i Create analysis. Do tego arkusza trafią wygenerowane kolumny.
2. Ustaw generowaną zmienną
Na karcie Inputs, w sekcji Generated variables, wpisz nonconforming_per_tray w polu Column name oraz 200 w Number of observations. Wybierz Binomial w Distribution.
Wpisz 50 w Number of trials (n) oraz 0.04 w Probability of success (p). „Sukces” oznacza tu zliczane zdarzenie: niezgodną sztukę.
3. Ustaw ziarno i miejsce docelowe
Otwórz Reproducibility i wpisz 42 w Random seed.
Sprawdź Worksheet output: miejscem docelowym powinien być arkusz analizy, z jedną nową kolumną. Uruchom generowanie raz, aby odtworzyć przykład. Każde udane uruchomienie dopisuje nowe kolumny.

4. Wygeneruj dane
Wybierz Generate data, a następnie otwórz Results. Otwórz Worksheet, aby zobaczyć nowe kolumny.
5. Zinterpretuj wyniki
Sprawdź wygenerowane dane
Powstała jedna nowa kolumna, nonconforming_per_tray, zawierająca 200 wartości. To symulowane obserwacje do ćwiczeń, a nie zmierzone dane produkcyjne.
Odczytaj model
Każda taca obejmuje 50 prób dla sztuk z tym samym 4% prawdopodobieństwem niezgodności. Model zakłada niezależność wyników dla sztuk. Są to założenia ćwiczenia, a nie ustalenia dotyczące linii produkcyjnej.
Odczytaj wygenerowany wiersz
Pierwsza wygenerowana taca ma 3 niezgodne sztuki; piąta ma 0. Każda wartość to liczba całkowita od 0 do 50. Zlicza niezgodne sztuki, a nie kilka wad jednej sztuki.
Korzystaj z próby świadomie
Użyj wygenerowanych kolumn do przećwiczenia analizy lub zbadania zadanego modelu. Ziarno 42 odtwarza tę próbę przy tej samej kolejności definicji i wersji obliczeń. Puste ziarno zleca nową próbę. Ponowne uruchomienie Generate data dopisuje kolumny; nie zastępuje wcześniejszego wyniku.
Więcej szczegółów: omówienie poszczególnych wyników
Pełne tabele wyników zachowują sześć cyfr znaczących, tak jak w sekcji Help.
Podsumowanie generowania
Podsumowanie podaje nonconforming_per_tray, 200 prawidłowych wartości, rozkład i ziarno 42.
Obliczony wynik przykładu. Uruchomienie kopii ćwiczeniowej zapisuje nowe kolumny w jej niezależnym arkuszu.
| Definicja | Kolumna wynikowa | Rozkład | Prawidłowe wartości | Ziarno |
|---|---|---|---|---|
| nonconforming_per_tray | nonconforming_per_tray | binomial | 200 | 42 |
Zapisane parametry generatora
Każda taca obejmuje 50 prób dla sztuk z tym samym 4% prawdopodobieństwem niezgodności. Model zakłada niezależność wyników dla sztuk. Są to założenia ćwiczenia, a nie ustalenia dotyczące linii produkcyjnej.
| Definicja | Parametr | Wartość |
|---|---|---|
| nonconforming_per_tray | n | 50 |
| nonconforming_per_tray | p | 0.04 |
Wygenerowane wartości
Wszystkie 200 wygenerowanych wierszy zachowano w kolejności generowania. Pierwsza wygenerowana taca ma 3 niezgodne sztuki; piąta ma 0. Każda wartość to liczba całkowita od 0 do 50. Zlicza niezgodne sztuki, a nie kilka wad jednej sztuki.
Zapisane wartości w pierwotnej kolejności wierszy. Eksport zachowuje pełną precyzję.
| Wiersz | nonconforming_per_tray |
|---|---|
| 1 | 3 |
| 2 | 2 |
| 3 | 3 |
| 4 | 3 |
| 5 | 0 |
| 6 | 5 |
| 7 | 3 |
| 8 | 3 |
| 9 | 0 |
| 10 | 2 |
| 11 | 1 |
| 12 | 4 |
| 13 | 2 |
| 14 | 3 |
| 15 | 2 |
| 16 | 1 |
| 17 | 2 |
| 18 | 0 |
| 19 | 3 |
| 20 | 2 |
| 21 | 3 |
| 22 | 1 |
| 23 | 5 |
| 24 | 4 |
| 25 | 3 |
| 26 | 1 |
| 27 | 2 |
| 28 | 0 |
| 29 | 1 |
| 30 | 3 |
| 31 | 3 |
| 32 | 5 |
| 33 | 1 |
| 34 | 1 |
| 35 | 2 |
| 36 | 1 |
| 37 | 1 |
| 38 | 2 |
| 39 | 1 |
| 40 | 2 |
| 41 | 2 |
| 42 | 3 |
| 43 | 3 |
| 44 | 1 |
| 45 | 3 |
| 46 | 3 |
| 47 | 1 |
| 48 | 1 |
| 49 | 3 |
| 50 | 1 |
| 51 | 1 |
| 52 | 0 |
| 53 | 3 |
| 54 | 2 |
| 55 | 3 |
| 56 | 3 |
| 57 | 2 |
| 58 | 2 |
| 59 | 1 |
| 60 | 0 |
| 61 | 2 |
| 62 | 2 |
| 63 | 2 |
| 64 | 3 |
| 65 | 2 |
| 66 | 2 |
| 67 | 2 |
| 68 | 1 |
| 69 | 0 |
| 70 | 2 |
| 71 | 1 |
| 72 | 2 |
| 73 | 3 |
| 74 | 1 |
| 75 | 0 |
| 76 | 1 |
| 77 | 1 |
| 78 | 2 |
| 79 | 2 |
| 80 | 3 |
| 81 | 2 |
| 82 | 2 |
| 83 | 3 |
| 84 | 1 |
| 85 | 0 |
| 86 | 0 |
| 87 | 3 |
| 88 | 2 |
| 89 | 1 |
| 90 | 2 |
| 91 | 1 |
| 92 | 3 |
| 93 | 2 |
| 94 | 1 |
| 95 | 1 |
| 96 | 2 |
| 97 | 1 |
| 98 | 0 |
| 99 | 0 |
| 100 | 5 |
| 101 | 4 |
| 102 | 3 |
| 103 | 1 |
| 104 | 5 |
| 105 | 3 |
| 106 | 3 |
| 107 | 2 |
| 108 | 1 |
| 109 | 0 |
| 110 | 4 |
| 111 | 2 |
| 112 | 1 |
| 113 | 1 |
| 114 | 2 |
| 115 | 1 |
| 116 | 3 |
| 117 | 3 |
| 118 | 3 |
| 119 | 2 |
| 120 | 2 |
| 121 | 2 |
| 122 | 2 |
| 123 | 0 |
| 124 | 2 |
| 125 | 0 |
| 126 | 2 |
| 127 | 1 |
| 128 | 1 |
| 129 | 0 |
| 130 | 2 |
| 131 | 1 |
| 132 | 4 |
| 133 | 2 |
| 134 | 1 |
| 135 | 2 |
| 136 | 0 |
| 137 | 5 |
| 138 | 2 |
| 139 | 3 |
| 140 | 0 |
| 141 | 2 |
| 142 | 2 |
| 143 | 4 |
| 144 | 2 |
| 145 | 2 |
| 146 | 1 |
| 147 | 1 |
| 148 | 2 |
| 149 | 2 |
| 150 | 0 |
| 151 | 3 |
| 152 | 4 |
| 153 | 1 |
| 154 | 2 |
| 155 | 0 |
| 156 | 2 |
| 157 | 1 |
| 158 | 2 |
| 159 | 3 |
| 160 | 3 |
| 161 | 0 |
| 162 | 4 |
| 163 | 1 |
| 164 | 0 |
| 165 | 2 |
| 166 | 1 |
| 167 | 3 |
| 168 | 3 |
| 169 | 1 |
| 170 | 5 |
| 171 | 1 |
| 172 | 2 |
| 173 | 1 |
| 174 | 4 |
| 175 | 1 |
| 176 | 0 |
| 177 | 2 |
| 178 | 6 |
| 179 | 4 |
| 180 | 3 |
| 181 | 4 |
| 182 | 4 |
| 183 | 2 |
| 184 | 1 |
| 185 | 3 |
| 186 | 2 |
| 187 | 1 |
| 188 | 0 |
| 189 | 3 |
| 190 | 1 |
| 191 | 4 |
| 192 | 1 |
| 193 | 0 |
| 194 | 3 |
| 195 | 1 |
| 196 | 1 |
| 197 | 2 |
| 198 | 4 |
| 199 | 1 |
| 200 | 1 |
6. Utwórz raport
Zachowaj Generation summary, Captured generator parameters i Generated values w oryginalnym języku angielskim. Zapisz ziarno, model i jego jednostki. Oznacz wynik jako symulowane dane ćwiczeniowe.
Wybierz Add to report z zakończonego przebiegu. Otwórz Choose individual items and advanced options aby wybrać tabele i wykresy, a następnie wybierz Add to draft. Ukryte elementy pozostają w zapisanej analizie.
Nadaj raportowi nazwę, dodaj cel badania i swoją interpretację. Wybierz Save, sprawdź Preview, a następnie użyj Export → Download HTML. Poniższy przykład zawiera całą wybraną treść, w tym wyniki wykraczające poza jeden ekran.