Nazwy poleceń aplikacji, identyfikatory kolumn i wartości danych przykładowych zachowano w oryginale. Zrzuty ekranu, wykresy i pliki do pobrania są w języku angielskim.
Przykład: granica 95% dla godzinowej liczby zgłoszeń do wsparcia
Załóż model Poissona z trzema zgłoszeniami do wsparcia na godzinę. Znajdź liczbę obejmującą co najmniej 95% modelowanych liczebności godzinowych.
Pobierz zestawienie scenariuszy (CSV, język angielski)To ten sam przykład, który znajduje się w Help. CSV zawiera scenariusze referencyjne. Wprowadź wybrany scenariusz ręcznie na karcie Inputs; import nie konfiguruje tego kalkulatora. Użyj Open example in a practice copy w Help, aby wstępnie wypełnić dane wejściowe.
1. Utwórz obszar roboczy
Na pasku bocznym otwórz Basic Statistics i wybierz Distributions. Utwórz analizę, nadaj jej nazwę, wybierz New blank worksheet, a następnie Create analysis.
2. Wybierz obliczenie
Na karcie Inputs wybierz Discrete w Distribution type, Poisson w Distribution, a następnie Inverse cumulative probability (quantile) w Calculation.
3. Wprowadź model
Wpisz 3 w Mean count (λ). Jest to oczekiwana liczba w ciągu jednej godziny.
4. Wprowadź pytanie
Wpisz 0.95 w Cumulative probability. Wybierz P(X ≤ x) w Tail. Nie przypisuje się kolumn arkusza.
5. Uruchom analizę
Wybierz Run analysis, a następnie otwórz Results.
6. Zinterpretuj wyniki
Sprawdź pytanie
Załóż model Poissona z trzema zgłoszeniami do wsparcia na godzinę. Znajdź liczbę obejmującą co najmniej 95% modelowanych liczebności godzinowych.
Odczytaj obliczoną wartość
Wartość krytyczna x wynosi 6. Jest to najmniejsza liczba całkowita, dla której P(X ≤ x) osiąga co najmniej 0.95.
Zrozum znaczenie wyniku
P(X≤5)≈91.61%, natomiast P(X≤6)≈96.65%. Sześć jest zatem najmniejszą liczbą osiągającą cel 95%. Całkowite liczebności sprawiają, że prawdopodobieństwo skumulowane rośnie skokowo; sześć nie jest maksymalną możliwą liczbą.
Stosuj model ostrożnie
Traktuj sześć jako modelową granicę planistyczną. Uwzględnij pozostały górny ogon i sprawdź, czy intensywność zgłoszeń pozostaje porównywalna w czasie.
Więcej szczegółów: omówienie poszczególnych wyników
Pełne tabele wyników zachowują sześć cyfr znaczących, tak jak w sekcji Help.
Dyskretna wartość krytyczna
Docelowe prawdopodobieństwo wynosi 0.95. Ogon le oznacza co najwyżej (X ≤ x). Wartość krytyczna x jest najmniejszą liczbą całkowitą osiągającą ten cel: P(X≤5)≈91.61%, ale P(X≤6)≈96.65%.
| Docelowe prawdopodobieństwo | Ogon | Wartość krytyczna x |
|---|---|---|
| 0.95 | le | 6 |
Podsumowanie rozkładu
Typ odróżnia wartości ciągłe od całkowitych liczebności. Rozkład określa model. Obliczenie wskazuje PMF (prawdopodobieństwo dokładnej liczebności), PDF (gęstość), CDF (prawdopodobieństwo skumulowane) lub ICDF (kwantyl). Pozostałe wiersze zawierają aktywne parametry; są to założenia wprowadzone na karcie Inputs.
| Ustawienie | Wartość |
|---|---|
| Typ | Discrete |
| Rozkład | Poisson |
| Obliczenie | ICDF |
| Intensywność (λ) | 3 |
- Poisson(λ=3.0)
7. Utwórz raport
Zachowaj Distribution values (lub tabelę kwantyli) oraz Distribution summary. Podaj założenia modelu, jednostkę czasu lub przedział liczebności oraz rozpatrywane pytanie. Całkowite liczebności sprawiają, że prawdopodobieństwo skumulowane rośnie skokowo. Prawdopodobieństwo przy sześciu może przekroczyć 95%; sześć nie jest maksymalną możliwą liczbą. Raport pozostaje w języku angielskim.
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.