选择概率分布

描绘数据是选择概率分布的一种指导方法。以下步骤提供了选择最恰当地描述电子表格中不确定变量的概率分布的另外一个过程。

要选择正确的概率分布：

  1. 查看不确定的变量。列出与该变量相关的条件的所有已知信息。

    您或许能够从历史数据收集与不确定变量相关的重要信息。如果没有历史数据，要根据经验判断，列出与不确定变量相关的所有已知信息。

    例如，看一下“教程 2 - Vision Research” 中论述的变量 "patients cured"（治愈的患者）。公司计划对 100 名患者进行测试。您知道患者要么已经治愈，要么并未治愈。此外，您还知道药物的治愈率约为 0.25 (25%)。这些事实就是与该变量相关的条件。

  2. 查看概率分布说明。

    “概率分布说明”详细介绍了每种分布，概述了分布所基于的条件，并针对各种分布类型提供了实际示例。在查看说明的过程中，查找涉及为该变量所列条件的分布。

  3. 选择描绘该变量特征的分布。

    当分布的条件符合变量的条件时，分布便描绘了变量的特征。

    变量的条件描述 Crystal Ball 中分布的参数的值。每种分布类型都有自己的一组参数，这些参数将在下文进行讲解。

    例如，看一下二项分布的条件，如“二项分布”中所述：

    • 对于每次试验，只能有两种结果：成功或失败。

    • 各次试验是独立的。第一次试验发生的情况不会影响第二次试验，以此类推。

    • 各次试验的成功概率相同。

      现在，将“教程 2 - Vision Research” 中的变量 "patients cured"（治愈的患者）与二项分布的条件进行比较：

    • 存在两种可能的结果：患者要么已经治愈，要么并未治愈。

    • 试验（100 次）相互独立。第一名患者发生的情况不会影响第二名患者。

    • 每次测试患者时治愈的概率 0.25 (25%) 相同。

      由于变量的条件符合二项分布的条件，因此二项分布是适合不确定变量的分布类型。

  4. 如果有历史数据，可以使用分布拟合功能来选择最恰当地描述数据的分布。

    Crystal Ball 会自动选择最接近数据分布的概率分布。“用分布拟合历史数据”中详细介绍了这项功能。您也可以用历史数据绘制自定义分布。

    选择分布类型后，要确定分布的参数值。每种分布类型都有自己的一组参数。例如，二项分布有两个参数：试验次数和概率。变量的条件包含参数值。在列举的示例中，条件显示执行 100 次试验，成功概率为 0.25 (25%)。 

除标准参数集之外，使用各种连续分布（均匀分布除外），还可以从备选参数集中进行选择，这些参数用相应的百分点代替一个或多个标准参数。有关备选参数的更多信息，请参阅“使用备选参数集”。有关各种概率分布的参数汇总列表，请参阅《Oracle Crystal Ball Reference and Examples Guide》。