Hoe Excel's POISSON te gebruiken. DIST-functie - dummies

Poisson kan een zeer nuttig hulpmiddel zijn bij het benaderen van statistische analyse met Excel. Niet laten zien hoe het werkt? Dit zijn de stappen voor het gebruik van de POISSON van Excel. DIST :

1. Selecteer een cel voor POISSON. Het antwoord van DIST .
2. Selecteer in het menu Statistische functies POISSON. DIST om het dialoogvenster Functieargumenten te openen.
3. Voer in het dialoogvenster Functieargumenten de juiste waarden voor de argumenten in.

   Voer in het vak X het aantal gebeurtenissen in waarvoor u de waarschijnlijkheid bepaalt. Voor dit voorbeeld zoekt u pr (1), dus voer 1.

   in het veld Gemiddeld het gemiddelde in van het proces, dat voor dit voorbeeld 1 is.

   In het cumulatieve vak, het is ofwel TRUE voor de cumulatieve kans of FALSE voor alleen de waarschijnlijkheid van het aantal gebeurtenissen. Voer FALSE .

   Met de vermeldingen voor X, Gemiddeld en Cumulatief wordt het antwoord in het dialoogvenster weergegeven. Het antwoord voor dit voorbeeld is. 367879441.

4. Klik op OK om het antwoord in de geselecteerde cel te plaatsen.

In het voorbeeld ziet u de kans op twee defecte gewrichten in 1, 000 en de kans op drie. Als u wilt doorgaan met de berekeningen, typt u 2 in het X-vak om pr (2) en 3 te berekenen om pr (3).

In de 21e eeuw is het vrij eenvoudig om de binomiale kansen direct te berekenen. In de onderstaande afbeelding ziet u de Poisson en de binominale kansen voor de getallen in kolom B en de voorwaarden van het voorbeeld. De kansen worden grafisch weergegeven zodat je kunt zien hoe dicht de twee echt zijn. Cel D3 is geselecteerd, dus de formulebalk toont u hoe BINOM. DIST is gebruikt om de binomiale kansen te berekenen.

Hoewel het nut van de Poisson als een benadering verouderd is, heeft het een eigen leven gaan leiden. Verschijnselen die zo uiteenlopen als reactietijdgegevens in psychologie-experimenten, degeneratie van radioactieve stoffen en scores in professionele hockeywedstrijden lijken te passen in Poisson-distributies. Dit is de reden waarom bedrijfsanalisten en wetenschappelijke onderzoekers modellen willen baseren op deze distributie.