Uygulama komutları, çalışma sayfası kimlikleri ve örnek veri değerleri özgün biçimleriyle korunur. Ekran görüntüleri, grafikler ve indirilen dosyalar İngilizcedir. Bilimsel örneklerde özgün İngilizce sayı gösterimi korunur: ondalık ayırıcı nokta, binlik ayırıcı virgüldür. Web sitesindeki fiyatlar ve sayılar ise Türkçe biçimlendirilir.
Örnek: saatlik destek başvuruları için %95 eşiği
Destek birimine saatte üç başvuru geldiğini varsayan bir Poisson modeli kullanın. Modeldeki saatlik sayıların en az %95'ini kapsayan bir sayı bulun.
Senaryonun referans verilerini indirin (CSV)Bu, Help bölümünde kullanılan örneğin aynısıdır. CSV referans senaryolarını listeler. Seçilen senaryoyu Inputs sekmesine elle girin; dosyayı içe aktarmak bu hesaplayıcıyı yapılandırmaz. Girdileri önceden doldurmak için Help bölümündeki Open example in a practice copy seçeneğini kullanın.
1. Çalışma alanını oluşturun
Kenar çubuğunda Basic Statistics bölümünü açın ve Distributions seçeneğini belirleyin. Bir analiz oluşturun, adını girin, New blank worksheet seçeneğini belirleyin ve ardından Create analysis seçeneğini kullanın.
2. Hesaplamayı seçin
Inputs sekmesinde Distribution type için Discrete, Distribution için Poisson, ardından Calculation için Inverse cumulative probability (quantile) seçeneğini belirleyin.
3. Modeli girin
Mean count (λ) alanına 3 girin. Bu, bir saatte beklenen olay sayısıdır.
4. Soruyu girin
Cumulative probability alanına 0.95 girin. Tail için P(X ≤ x) seçeneğini belirleyin. Çalışma sayfası sütunu atanmaz.
5. Analizi çalıştırın
Run analysis seçeneğini kullanın, ardından Results sekmesini açın.
6. Sonuçları yorumlayın
Soruyu kontrol edin
Destek birimine saatte üç başvuru geldiğini varsayan bir Poisson modeli kullanın. Modeldeki saatlik sayıların en az %95'ini kapsayan bir sayı bulun.
Hesaplanan değeri okuyun
Kritik x değeri 6 olur. Bu, P(X ≤ x) değerinin en az 0.95'e ulaştığı en küçük tamsayı sayıdır.
Ne anlama geldiğini anlayın
P(X≤5)≈%91.61 iken P(X≤6)≈%96.65 olur. Dolayısıyla altı, %95 hedefine ulaşan en küçük sayıdır. Sayımların tamsayı olması birikimli olasılığın basamaklı artmasına yol açar; altı olası en büyük sayı değildir.
Modeli dikkatli kullanın
Altıyı modele dayalı bir planlama eşiği olarak değerlendirin. Geriye kalan üst kuyruğu hesaba katın ve başvuru hızının zaman içinde karşılaştırılabilir kalıp kalmadığını inceleyin.
Diğer ayrıntılar: her sonuç bölümünü okuyun
Eksiksiz sonuç tabloları, Help bölümündeki gibi altı anlamlı basamak kullanır.
Kesikli kritik değer
Olasılık hedefi 0.95 olur. le kuyruk seçeneği, en fazla (X ≤ x) anlamına gelir. Kritik x bu hedefe ulaşan en küçük tamsayıdır: P(X≤5)≈%91.61, ancak P(X≤6)≈%96.65 olur.
| Olasılık hedefi | Kuyruk | Kritik x |
|---|---|---|
| 0.95 | le | 6 |
Dağılım özeti
Tür, sürekli değerleri tamsayı sayımlardan ayırır. Dağılım modeli adlandırır. Hesaplama, PMF (tam olarak belirli bir sayının olasılığı), PDF (yoğunluk), CDF (birikimli olasılık) veya ICDF (kantil) yöntemini kaydeder. Diğer satırlar etkin parametreleri kaydeder; bunlar Inputs sekmesinde girilen varsayımlardır.
| Ayar | Değer |
|---|---|
| Tür | Discrete |
| Dağılım | Poisson |
| Hesaplama | ICDF |
| Hız (λ) | 3 |
- Poisson(λ=3.0)
7. Rapor oluşturun
Distribution values (veya kantil tablosu) ve Distribution summary sonuçlarını saklayın. Model varsayımlarını, zaman birimini veya sayım aralığını ve yanıtlanan soruyu belirtin. Sayımların tamsayı olması birikimli olasılığın basamaklı artmasına yol açar. Altıdaki olasılık %95'i aşabilir; altı olası en büyük sayı değildir.
Tamamlanan hesaplamada Add to report seçeneğini belirleyin. Tablo ve grafikleri seçmek için Choose individual items and advanced options bölümünü açın, ardından Add to draft seçeneğini belirleyin. Gizlenen öğeler kayıtlı analizde kalır.
Raporu adlandırın, çalışmanın amacını ve yorumunuzu ekleyin. Save seçeneğiyle kaydedin; Preview ile önizlemeyi inceleyin, ardından Export → Download HTML yolunu kullanın. Aşağıdaki örnek, bir ekrana sığmayan sonuçlar dahil seçilen içeriğin tamamını içerir.