Os comandos da aplicação, os identificadores das folhas de cálculo e os valores dos dados dos exemplos mantêm a sua forma original. As capturas de ecrã, os gráficos e os ficheiros para transferência estão em inglês. Os exemplos científicos conservam o ponto decimal e a vírgula como separador de milhares da fonte original; os preços e as contagens do sítio seguem as convenções portuguesas.
Exemplo: exatamente duas etiquetas não conformes
Inspecione 25 etiquetas. Pressuponha que cada uma tem uma probabilidade de não conformidade de 4%, independentemente das restantes.
Transfira a referência dos cenários (CSV)Este é o mesmo exemplo usado em Help. O CSV apresenta cenários de referência. Introduza manualmente o cenário selecionado em Inputs; importá-lo não configura esta calculadora. Use Open example in a practice copy em Help para preencher previamente as entradas.
1. Crie o espaço de trabalho
Na barra lateral, abra Basic Statistics e escolha Distributions. Crie uma análise, dê-lhe um nome, selecione New blank worksheet e escolha Create analysis.
2. Escolha o cálculo
Em Inputs, escolha Discrete em Distribution type, Binomial em Distribution e Probability mass (PMF) em Calculation.
3. Introduza o modelo
Introduza 25 em Number of trials (n) e 0.04 em Success probability (p). Aqui, um «sucesso» significa encontrar uma etiqueta não conforme.
4. Introduza a pergunta
Escolha Single value em Value source. Introduza 2 em Value (x). Não são atribuídas colunas da folha.
5. Execute a análise
Escolha Run analysis e abra Results.
6. Interpretar resultados
Verifique a pergunta
Inspecione 25 etiquetas. Pressuponha que cada uma tem uma probabilidade de não conformidade de 4%, independentemente das restantes.
Leia o valor calculado
A PMF é 0.187707, cerca de 18.77%. Sob este modelo, é a probabilidade de encontrar exatamente duas etiquetas não conformes entre 25.
Compreenda o significado
Exatamente duas exclui contagens de zero ou uma. Para no máximo duas, use antes a probabilidade acumulada.
Use o modelo com cuidado
Verifique se a mesma probabilidade de não conformidade e a independência são razoáveis para as etiquetas amostradas. O agrupamento por lote pode tornar este modelo inadequado.
Mais detalhes: leia cada secção de resultados
As tabelas completas de resultados usam seis algarismos significativos, como na Ajuda.
Valores da distribuição
x é a contagem solicitada. PMF é P(X = x), a probabilidade de exatamente essa contagem. Exatamente duas exclui contagens de zero ou uma. Para no máximo duas, use antes a probabilidade acumulada.
| x | PMF |
|---|---|
| 2 | 0.187707 |
Resumo da distribuição
O tipo distingue valores contínuos de contagens inteiras. A distribuição identifica o modelo. O cálculo regista PMF (probabilidade de uma contagem exata), PDF (densidade), CDF (probabilidade acumulada) ou ICDF (quantil). As restantes linhas registam os parâmetros ativos; são pressupostos introduzidos em Inputs.
| Definição | Valor |
|---|---|
| Tipo | Discrete |
| Distribuição | Binomial |
| Cálculo | PMF |
| Número de ensaios (n) | 25 |
| Probabilidade de sucesso (p) | 0.04 |
- Binomial(n=25, p=0.04)
7. Criar um relatório
Mantenha Distribution values (ou a tabela de quantis) e Distribution summary. Indique os pressupostos do modelo, a unidade de tempo ou o intervalo de contagem e a pergunta a que se responde. Exatamente duas exclui contagens de zero ou uma. Para no máximo duas, use antes a probabilidade acumulada.
Selecione Add to report da execução concluída. Abra Choose individual items and advanced options para selecionar tabelas e gráficos e, em seguida, selecione Add to draft. Os elementos ocultos permanecem na análise guardada.
Dê um nome ao relatório e acrescente o objetivo do estudo e a sua interpretação. Selecione Save, reveja Preview e, em seguida, use Export → Download HTML. O exemplo abaixo contém todo o conteúdo selecionado, incluindo resultados que não cabem num único ecrã.