应用命令、工作表标识符和示例数据值保留原文。截图、图表和下载文件均为英文。
示例： 等待时间的第 90 百分位数
假定等待时间服从指数分布，均值为十二分钟。求出模型中 90% 的等待时间所不超过的时长。
下载情景参考数据（CSV，英文列名）此示例与 Help 中使用的示例相同。CSV 文件列出了参考情景。请在 Inputs 中手动输入所选情景；导入文件不会配置此计算器。可在 Help 中使用 Open example in a practice copy 预填输入。
1. 创建工作区
在侧边栏中打开 Basic Statistics，选择 Distributions。创建并命名分析，选择 New blank worksheet，然后选择 Create analysis。
2. 选择计算类型
在 Inputs 中，选择 Continuous 作为 Distribution type，选择 Exponential 作为 Distribution，然后选择 Inverse cumulative probability (quantile) 作为 Calculation。
3. 输入模型
选择 Mean θ 作为 Exponential parameter。在 Mean (θ) 中输入 12，单位为分钟。
4. 输入所需计算的问题
选择 Single probability 作为 Probability input source。在 Cumulative probability 中输入 0.9。无需指定工作表列。
5. 运行分析
选择 Run analysis，然后打开 Results。
6. 解读结果
核对所需计算的问题
假定等待时间服从指数分布，均值为十二分钟。求出模型中 90% 的等待时间所不超过的时长。
阅读计算值
分位数约为 27.63 分钟。这是模型百分位数，并非置信限或最长等待时间。
理解结果含义
此结果将输入的 12 分钟均值视为已知值；未计入估计均值的不确定性。
谨慎使用模型
在给定模型下，90% 的等待时间不超过约 27.63 分钟，10% 则更长。将该时长与等待时间目标比较，并检查模型是否能代表所考虑的运行时段。
更多详情：阅读各结果部分
完整结果表采用六位有效数字，与 Help 中一致。
分布分位数
概率目标为输入的下尾概率。分位数为对应的等待时间，单位为分钟。这是模型百分位数，并非置信限或最长等待时间。其准确性取决于输入的均值及等待时间模型。
| 概率目标 | 分位数 |
|---|---|
| 0.9 | 27.631 |
分布摘要
类型区分连续数值与整数计数。分布标识所用模型。计算类型记录 PMF（指定计数的概率）、PDF（概率密度）、CDF（累积概率）或 ICDF（分位数）。其余各行记录当前参数；这些是在 Inputs 中输入的假设。
| 设置 | 数值 |
|---|---|
| 类型 | Continuous |
| 分布 | Exponential |
| 计算 | ICDF |
| 均值（θ） | 12 |
- 指数分布（均值 θ=12.0），通过 expon(scale=θ) 计算
7. 创建报告
保留 Distribution values（或分位数表）和 Distribution summary。说明模型假设、时间单位或计数区间，以及所要解答的问题。这是模型百分位数，并非置信限或最长等待时间。其准确性取决于输入的均值及等待时间模型。
在已完成的运行中选择 Add to report 。打开 Choose individual items and advanced options 以选择表格和图表，然后选择 Add to draft。隐藏的项目仍会保留在已保存的分析中。
为报告命名，并添加研究目的和您的解读。选择 Save，查看 Preview，然后使用 Export → Download HTML。以下示例包含全部已选内容，包括超出单屏显示范围的结果。