Die grafische Darstellung von Daten dient als Orientierung zum Auswählen einer Wahrscheinlichkeitsverteilung. In den folgenden Schritten wird ein weiterer Prozess zum Auswählen von Wahrscheinlichkeitsverteilungen aufgeführt, der die unsicheren Variablen in den Tabellen am besten beschreibt.
So wählen Sie die richtige Wahrscheinlichkeitsverteilung aus:
Betrachten Sie die entsprechende Variable. Listen Sie alle Ihnen bekannten Informationen zu den Bedingungen auf, die diese Variable umgeben.
Möglicherweise können Sie wertvolle Informationen zur unsicheren Variablen aus historischen Daten erfassen. Wenn keine historischen Daten verfügbar sind, nutzen Sie Ihr Urteilsvermögen auf der Grundlage Ihrer Erfahrungen, und listen Sie alle Informationen auf, die Sie zur unsicheren Variablen kennen.
Beispiel: Betrachten Sie die Variable der geheilten Patienten (patients cured), die unter “Lernprogramm 2 – Vision Research” besprochen wird. Das Unternehmen plant, 100 Patienten zu testen. Sie wissen, dass die Patienten entweder geheilt oder nicht geheilt werden. Sie wissen außerdem, dass das Heilmittel eine Heilungsrate von ca. 0,25 (25 %) aufweist. Diese Fakten stellen die Bedingungen dar, die diese Variable umgeben.
Lesen Sie die Beschreibungen der Wahrscheinlichkeitsverteilungen.
Unter “Beschreibungen von Wahrscheinlichkeitsverteilungen” wird jede Verteilung ausführlich beschrieben, wobei die der Verteilung zugrunde liegenden Bedingungen aufgeführt und praxisnahe Beispiele für jeden Verteilungstyp bereitgestellt werden. Wenn Sie die Beschreibungen lesen, suchen Sie nach den Verteilungen, die die Bedingungen angeben, die Sie für diese Variable aufgelistet haben.
Wählen Sie die Verteilung aus, die diese Variable charakterisiert.
Eine Verteilung charakterisiert eine Variable, wenn die Bedingungen der Verteilung mit denen der Variablen übereinstimmen.
Die Bedingungen der Variablen beschreiben die Werte für die Parameter der Verteilung in Crystal Ball. Jeder Verteilungstyp weist einen eigenen Satz an Parametern auf, die in den folgenden Beschreibungen erklärt werden.
Beispiel: Betrachten Sie sich die Bedingungen der Binominalverteilung, wie unter “Binomialverteilung” beschrieben:
Bei jedem Versuch sind nur die folgenden beiden Ergebnisse möglich: Erfolg oder Misserfolg.
Die Versuche sind unabhängig. Was beim ersten Versuch geschieht, hat keine Auswirkung auf den zweiten Versuch usw.
Die Erfolgswahrscheinlichkeit bleibt bei jedem Versuch gleich.
Vergleichen Sie nun die Variable der geheilten Patienten (patients cured) unter “Lernprogramm 2 – Vision Research” mit den Bedingungen der Bionominalverteilung:
Es sind die folgenden beiden Ausgaben möglich: Der Patient ist entweder geheilt oder nicht geheilt.
Die Versuche (100) sind unabhängig. Was beim ersten Patienten geschieht, hat keine Auswirkung auf den zweiten Patienten.
Die Wahrscheinlichkeit der Heilung eines Patienten von 0,25 (25 %) bleibt bei jedem Patiententest gleich.
Da die Bedingungen der Variablen mit den Bedingungen der Binominalverteilung übereinstimmen, wäre die Binominalverteilung der richtige Verteilungstyp für die entsprechende Variable.
Wenn historische Daten zur Verfügung stehen, wählen Sie über die Verteilungsanpassung die Verteilung aus, die die Daten am besten beschreibt.
Crystal Ball kann automatisch die Wahrscheinlichkeitsverteilung auswählen, die der Verteilung der Daten am nächsten kommt. Diese Funktion wird unter “Verteilungen an historische Daten anpassen” ausführlich beschrieben. Sie können eine benutzerdefinierte Verteilung auch mit historischen Daten füllen.
Bestimmen Sie nach der Auswahl eines Verteilungstyps die Parameterwerte für die Verteilung. Jeder Verteilungstyp weist einen eigenen Satz an Parametern auf. Beispiel: Die Binominalverteilung weist die folgenden beiden Parameter auf: Versuche und Wahrscheinlichkeit. Die Bedingungen einer Variablen enthalten die Werte für die Parameter. Im dargestellten Beispiel zeigen die Bedingungen 100 Versuche und eine Erfolgswahrscheinlichkeit von 0,25 (25 %).
Zusätzlich zum standardmäßigen Parametersatz können Sie bei jeder kontinuierlichen Verteilung (mit Ausnahme der uniformen Verteilung) eine Auswahl aus alternativen Parametersätzen treffen, die die Perzentile für einen oder mehrere Standardparameter ersetzen. Weitere Informationen zu alternativen Parametern finden Sie unter “Alternative Parametersätze verwenden”. Eine Übersichtsliste der Parameter für jede Wahrscheinlichkeitsverteilung finden Sie in der Dokumentation Oracle Crystal Ball Reference and Examples Guide.