Названия команд приложения, идентификаторы рабочих листов и значения данных примеров сохраняют исходное написание. Снимки экрана, графики и загружаемые файлы представлены на английском языке.
Пример: ровно две несоответствующие этикетки
Проверьте 25 этикеток. Предположите вероятность несоответствия каждой 4%, независимо от остальных.
Загрузить справочные данные сценария (CSV)Это тот же пример, что и в Help. CSV содержит справочные сценарии. Введите выбранный сценарий вручную на вкладке Inputs; импорт не настраивает этот калькулятор. Используйте Open example in a practice copy в Help для предварительного заполнения входных данных.
1. Создайте рабочее пространство
На боковой панели откройте Basic Statistics и выберите Distributions. Создайте анализ, назовите его, выберите New blank worksheet, затем Create analysis.
2. Выберите расчёт
На вкладке Inputs выберите Discrete для Distribution type, Binomial для Distribution, затем Probability mass (PMF) для Calculation.
3. Введите модель
Введите 25 в Number of trials (n) и 0.04 в Success probability (p). Здесь «успех» означает обнаружение несоответствующей этикетки.
4. Введите вопрос
Выберите Single value для Value source. Введите 2 в Value (x). Столбцы рабочего листа не назначаются.
5. Выполните анализ
Выберите Run analysis, затем откройте Results.
6. Интерпретируйте результаты
Проверьте вопрос
Проверьте 25 этикеток. Предположите вероятность несоответствия каждой 4%, независимо от остальных.
Прочитайте рассчитанное значение
PMF равна 0.187707, примерно 18.77%. При этой модели это вероятность обнаружить ровно две несоответствующие этикетки среди 25.
Поймите смысл
Условие «ровно две» исключает случаи с нулём или одной этикеткой. Для «не более двух» используйте накопленную вероятность.
Осторожно используйте модель
Проверьте обоснованность одинаковой вероятности несоответствия и независимости для отбираемых этикеток. Группирование по партиям может делать модель неподходящей.
Подробнее: прочитайте каждый раздел результатов
Полные таблицы результатов используют шесть значащих цифр, как в Help.
Значения распределения
x — запрошенное количество. PMF — P(X = x), вероятность ровно этого количества. Условие «ровно две» исключает случаи с нулём или одной этикеткой. Для «не более двух» используйте накопленную вероятность.
| x | PMF |
|---|---|
| 2 | 0.187707 |
Сводка распределения
Тип отличает непрерывные значения от целочисленных количеств. Распределение обозначает модель. Расчёт указывает PMF (вероятность точного количества), PDF (плотность), CDF (накопленная вероятность) или ICDF (квантиль). Остальные строки содержат активные параметры — предположения, введённые на вкладке Inputs.
| Настройка | Значение |
|---|---|
| Тип | Discrete |
| Распределение | Binomial |
| Расчёт | PMF |
| Число испытаний (n) | 25 |
| Вероятность успеха (p) | 0.04 |
- Биномиальная модель (n=25, p=0.04)
7. Создайте отчёт
Сохраните Distribution values (или таблицу квантилей) и Distribution summary. Укажите предположения модели, единицу времени или интервал подсчёта и решаемый вопрос. Условие «ровно две» исключает случаи с нулём или одной этикеткой. Для «не более двух» используйте накопленную вероятность.
Выберите Add to report в завершённом анализе. Откройте Choose individual items and advanced options для выбора таблиц и графиков, затем выберите Add to draft. Скрытые элементы остаются в сохранённом анализе.
Назовите отчёт и добавьте цель исследования и свою интерпретацию. Выберите Save, просмотрите Preview, затем используйте Export → Download HTML. Пример ниже содержит весь выбранный материал, включая результаты за пределами одного экрана.