บทนำสู่การจำลองแบบคาร์โลของ Monte ใน Excel

หมายเหตุ: เราต้องการมอบเนื้อหาวิธีใช้ปัจจุบันในภาษาของคุณให้กับคุณโดยเร็วที่สุดเท่าที่เราจะทำได้ หน้านี้ได้รับการแปลด้วยระบบอัตโนมัติ และอาจมีข้อผิดพลาดทางไวยากรณ์หรือความไม่ถูกต้อง จุดประสงค์ของเราคือเพื่อให้เนื้อหานี้มีประโยชน์กับคุณ คุณแจ้งให้เราทราบว่าข้อมูลดังกล่าวมีประโยชน์ต่อคุณที่ด้านล่างของหน้านี้ได้หรือไม่ นี่คือบทความภาษาอังกฤษเพื่อให้ง่ายต่อการอ้างอิง

บทความนี้ได้รับการดัดแปลงจากMicrosoft Excel การวิเคราะห์ข้อมูลและการสร้างตัวแบบธุรกิจโดยเวย์น l. วินสตัน

  • ใครบ้างที่ใช้การจำลองคาร์โลของ Monte

  • จะเกิดอะไรขึ้นเมื่อคุณพิมพ์= RAND ()ในเซลล์

  • วิธีที่คุณสามารถจำลองค่าของตัวแปรแบบสุ่มแบบแยกต่างหากได้อย่างไร

  • วิธีที่คุณสามารถจำลองค่าของตัวแปรแบบสุ่มปกติได้อย่างไร

  • บริษัทบัตรอวยพรสามารถกำหนดจำนวนบัตรที่จะผลิตได้อย่างไร

เราต้องการประเมินความน่าจะเป็นของเหตุการณ์ที่ไม่แน่นอนอย่างถูกต้อง ตัวอย่างเช่นความน่าจะเป็นที่กระแสเงินสดของผลิตภัณฑ์ใหม่จะมีมูลค่าปัจจุบันสุทธิที่เป็นบวก (NPV) หรือไม่ ปัจจัยเสี่ยงของการลงทุนของเราคืออะไร การจำลองแบบคาร์โลของ Monte ทำให้เราสามารถทำให้สถานการณ์ที่มีความไม่แน่นอนแสดงความไม่แน่นอนแล้วเล่นไฟล์เหล่านั้นออกจากคอมพิวเตอร์หลายครั้ง

หมายเหตุ:  การจำลองชื่อ Monte คาร์โลมาจากการจำลองคอมพิวเตอร์ที่ดำเนินการในระหว่างช่วงทศวรรษ1930และปี1940เพื่อประมาณค่าความน่าจะเป็นที่ปฏิกิริยาลูกโซ่ที่จำเป็นสำหรับการระเบิดอะตอมเพื่อระเบิดจะทำงานได้สำเร็จ ฟิสิกส์ที่เกี่ยวข้องกับงานนี้เป็นแฟนใหญ่ของการพนันดังนั้นพวกเขาจึงให้การจำลองชื่อโค้ดMonte คาร์โล

ในห้าบทถัดไปคุณจะเห็นตัวอย่างของวิธีที่คุณสามารถใช้ Excel เพื่อทำการจำลองการใช้งานของ Monte คาร์โล

หลายบริษัทใช้การจำลองการทำงานของ Monte คาร์โลเป็นส่วนสำคัญของกระบวนการการตัดสินใจของพวกเขา ต่อไปนี้เป็นตัวอย่างบางส่วน

  • มอเตอร์ทั่วไป, คอยและการพนัน, Pfizer, บริสทอล-ไมเออร์ Squibb, และเอลีลิลลี่ใช้การจำลองเพื่อประเมินผลตอบแทนโดยเฉลี่ยและปัจจัยเสี่ยงของผลิตภัณฑ์ใหม่ ที่จีเอ็มซีข้อมูลนี้จะถูกนำไปใช้ในการตัดสินใจว่าผลิตภัณฑ์ใดบ้างที่จะทำให้เกิดการตลาด

  • จีเอ็มใช้การจำลองสำหรับกิจกรรมเช่นการคาดการณ์รายได้สุทธิสำหรับบริษัทการทำนายค่าใช้จ่ายของโครงสร้างและการซื้อและการประเมินความเสี่ยงของความเสี่ยงที่แตกต่างกัน (เช่นการเปลี่ยนแปลงอัตราดอกเบี้ยและความผันผวนของอัตราแลกเปลี่ยน)

  • ลิลลี่ใช้การจำลองเพื่อกำหนดความจุของโรงงานที่ดีที่สุดสำหรับยาเสพติดแต่ละรายการ

  • คอยและการพนันใช้การจำลองเป็นรูปแบบและความเสี่ยงของ exchange ต่างประเทศที่เหมาะสม

  • เซียร์ใช้การจำลองเพื่อกำหนดจำนวนหน่วยของแต่ละบรรทัดผลิตภัณฑ์ที่ควรได้รับการสั่งซื้อจากซัพพลายเออร์ตัวอย่างเช่นจำนวนของคู่ของกางเกง Dockers ที่ควรจะสั่งซื้อในปีนี้

  • บริษัทน้ำมันและยาเสพติดใช้การจำลองเป็นค่า "ตัวเลือกที่แท้จริง" เช่นค่าของตัวเลือกในการขยายสัญญาหรือเลื่อนโครงการ

  • ผู้วางแผนการเงินใช้การจำลองของ Monte คาร์โลเพื่อกำหนดกลยุทธ์การลงทุนที่ดีที่สุดสำหรับการเกษียณอายุของลูกค้า

เมื่อคุณพิมพ์สูตร= RAND ()ในเซลล์คุณจะได้รับตัวเลขที่มีแนวโน้มที่จะถือว่ามีค่าระหว่าง0และ1เป็นอย่างเท่าเทียมกัน ดังนั้นประมาณ 25% ของเวลาคุณควรจะได้รับจำนวนน้อยกว่าหรือเท่ากับ๐.๒๕ ประมาณ10เปอร์เซ็นต์ของเวลาที่คุณควรจะได้รับหมายเลขที่มีค่าน้อยที่สุด๐.๙๐และอื่นๆ เมื่อต้องการแสดงให้เห็นว่าฟังก์ชัน RAND ใช้งานได้อย่างไรให้ดูที่ไฟล์ Randdemo แสดงในรูป60-1

รูปหนังสือ

หมายเหตุ:  เมื่อคุณเปิดไฟล์ Randdemo คุณจะไม่เห็นตัวเลขสุ่มเดียวกันที่แสดงในรูป60-1 ฟังก์ชัน RAND จะคำนวณตัวเลขใหม่โดยอัตโนมัติเมื่อเปิดเวิร์กชีตหรือเมื่อมีการใส่ข้อมูลใหม่ลงในเวิร์กชีต

ก่อนอื่นให้คัดลอกจากเซลล์ C3 ไปยัง C4: C402 สูตร= RAND () จากนั้นคุณจะตั้งชื่อช่วง C3: C402ข้อมูล จากนั้นในคอลัมน์ F คุณสามารถติดตามค่าเฉลี่ยของ๔๐๐ตัวเลขสุ่ม (เซลล์ F2) และใช้ฟังก์ชัน COUNTIF เพื่อกำหนดเศษส่วนที่อยู่ระหว่าง0และ๐.๒๕, ๐.๒๕และ๐.๕๐, ๐.๕๐และ๐.๗๕และ๐.๗๕และ1 เมื่อคุณกดแป้น F9 ตัวเลขสุ่มจะถูกคำนวณใหม่ โปรดสังเกตว่าค่าเฉลี่ยของตัวเลข๔๐๐จะอยู่ที่ประมาณ๐.๕เสมอและที่ประมาณ25เปอร์เซ็นต์ของผลลัพธ์จะอยู่ในช่วงของ๐.๒๕ ผลลัพธ์เหล่านี้จะสอดคล้องกับข้อกำหนดของตัวเลขแบบสุ่ม นอกจากนี้โปรดสังเกตว่าค่าที่สร้างขึ้นโดย RAND ในเซลล์ที่แตกต่างกันจะเป็นอิสระ ตัวอย่างเช่นถ้าตัวเลขสุ่มที่สร้างขึ้นในเซลล์ C3 เป็นตัวเลขขนาดใหญ่ (ตัวอย่างเช่น๐.๙๙) ซึ่งจะบอกให้เราทราบเกี่ยวกับค่าของตัวเลขสุ่มอื่นที่สร้างขึ้น

สมมติว่าความต้องการสำหรับปฏิทินจะอยู่ภายใต้ตัวแปรแบบสุ่มต่อไปนี้:

ออมานด์

ความน่าจะเป็น

10,000

0.10

20,000

๐.๓๕

๔๐,๐๐๐

0.3

60,000

0.25

เราจะมี Excel play หรือจำลองความต้องการนี้สำหรับปฏิทินหลายครั้งได้อย่างไร เคล็ดลับคือการเชื่อมโยงค่าที่เป็นไปได้แต่ละค่าของฟังก์ชัน RAND ที่มีความต้องการที่เป็นไปได้สำหรับปฏิทิน งานที่มอบหมายต่อไปนี้จะทำให้แน่ใจว่าความต้องการของ๑๐,๐๐๐จะเกิดขึ้น10เปอร์เซ็นต์ของเวลาและอื่นๆ

ออมานด์

หมายเลขสุ่มที่กำหนด

10,000

น้อยกว่า๐.๑๐

20,000

มากกว่าหรือเท่ากับ๐.๑๐และน้อยกว่า๐.๔๕

๔๐,๐๐๐

มากกว่าหรือเท่ากับ๐.๔๕และน้อยกว่า๐.๗๕

60,000

มากกว่าหรือเท่ากับ๐.๗๕

เมื่อต้องการแสดงให้เห็นการจำลองของความต้องการให้ดูที่ไฟล์ Discretesim แสดงในรูป60-2 ในหน้าถัดไป

รูปหนังสือ

คีย์สำหรับการจำลองของเราคือการใช้ตัวเลขสุ่มเพื่อเริ่มต้นการค้นหาจากช่วงตาราง F2: G5 (การค้นหาที่มีชื่อ) ตัวเลขสุ่มที่มีค่ามากกว่าหรือเท่ากับ0และน้อยกว่า๐.๑๐จะตอบสนองความต้องการของ๑๐,๐๐๐ สุ่มตัวเลขที่มีค่ามากกว่าหรือเท่ากับ๐.๑๐และน้อยกว่า๐.๔๕จะมีผลต่อความต้องการของ๒๐,๐๐๐ สุ่มตัวเลขที่มีค่ามากกว่าหรือเท่ากับ๐.๔๕และน้อยกว่า๐.๗๕จะมีผลต่อความต้องการของ๔๐,๐๐๐ และจำนวนสุ่มที่มากกว่าหรือเท่ากับ๐.๗๕จะมีผลต่อความต้องการของ๖๐,๐๐๐ คุณสร้าง๔๐๐ตัวเลขแบบสุ่มโดยการคัดลอกจาก C3 ไปยัง C4: C402 สูตรRAND () จากนั้นคุณสามารถสร้างการทดลองใช้๔๐๐หรือการคำนวณซ้ำของความต้องการของปฏิทินโดยการคัดลอกจาก B3 ไปยัง B4: B402 การใช้สูตรVLOOKUP (C3, การค้นหา, 2) สูตรนี้จะช่วยให้แน่ใจว่าตัวเลขแบบสุ่มใดๆที่น้อยกว่า๐.๑๐สร้างความต้องการ๑๐,๐๐๐ตัวเลขสุ่มใดๆระหว่าง๐.๑๐และ๐.๔๕จะสร้างความต้องการของ๒๐,๐๐๐และอื่นๆ ในช่วงของเซลล์ F8: F11 ให้ใช้ฟังก์ชัน COUNTIF เพื่อกำหนดเศษส่วนของการวนซ้ำของ๔๐๐ของเราให้ผลลัพธ์แต่ละคำสั่ง เมื่อเรากด F9 เพื่อคำนวณตัวเลขสุ่มที่น่าจะเป็นแบบจำลองจะใกล้เคียงกับความต้องการที่คาดไว้ของเรา

ถ้าคุณพิมพ์ในเซลล์ใดก็ตามที่สูตรNORMINV (rand (), mu, sigma)คุณจะสร้างค่าจำลองของตัวแปรแบบสุ่มปกติที่มีตัวแปรแบบสุ่มที่มีความหมายและsigmaมาตรฐาน กระบวนงานนี้จะแสดงในไฟล์ Normalsim ที่แสดงในรูป60-3

รูปหนังสือ

สมมติว่าเราต้องการจำลองการทดลองใช้๔๐๐หรือการคำนวณซ้ำสำหรับตัวแปรสุ่มปกติที่มีค่าเฉลี่ยของ๔๐,๐๐๐และค่าเบี่ยงเบนมาตรฐานของ๑๐,๐๐๐ (คุณสามารถพิมพ์ค่าเหล่านี้ในเซลล์ E1 และ E2 แล้วตั้งชื่อเซลล์เหล่านี้หมายความว่าและsigmaตามลำดับ) การคัดลอกสูตร= RAND ()จาก C4 ไปยัง C5: C403 สร้างตัวเลขแบบสุ่มที่แตกต่างกัน๔๐๐ การคัดลอกจาก B4 ไปยัง B5: B403 สูตรNORMINV (C4, หมายความว่า, sigma)สร้างค่าทดลองใช้๔๐๐ที่แตกต่างกันจากตัวแปรสุ่มปกติที่มีค่าเฉลี่ยของ๔๐,๐๐๐และค่าเบี่ยงเบนมาตรฐานของ๑๐,๐๐๐ เมื่อเรากดแป้น F9 เพื่อคำนวณตัวเลขสุ่มใหม่ค่าเฉลี่ยจะยังคงอยู่ใกล้กับ๔๐,๐๐๐และค่าเบี่ยงเบนมาตรฐานใกล้๑๐,๐๐๐

เป็นหลัก, สำหรับตัวเลขสุ่มx, สูตรNORMINV (p, mu, sigma)สร้างเปอร์เซ็นต์th ของตัวแปรแบบสุ่มปกติที่มีmuที่มีความหมายและซิกม่ามาตรฐาน ตัวอย่างเช่นตัวเลขสุ่ม๐.๗๗ในเซลล์ C4 (ดูรูป 60-3) ที่สร้างขึ้นในเซลล์ B4 ประมาณ77th เปอร์เซ็นต์ของตัวแปรปกติแบบสุ่มที่มีค่าเฉลี่ยของ๔๐,๐๐๐และค่าเบี่ยงเบนมาตรฐานของ๑๐,๐๐๐

ในส่วนนี้คุณจะเห็นว่าการจำลองการทำงานของ Monte คาร์โลสามารถใช้เป็นเครื่องมือการตัดสินใจได้อย่างไร สมมติว่าความต้องการของบัตรวันวาเลนไทน์จะอยู่ภายใต้ตัวแปรแบบสุ่มต่อไปนี้:

ออมานด์

ความน่าจะเป็น

10,000

0.10

20,000

๐.๓๕

๔๐,๐๐๐

0.3

60,000

0.25

บัตรอวยพรที่จำหน่ายสำหรับ $๔.๐๐และต้นทุนผันแปรของการผลิตการ์ดแต่ละใบคือ $๑.๕๐ บัตรที่เหลือจะต้องถูกกำจัดออกจากค่าใช้จ่ายของ $๐.๒๐ต่อบัตร ควรพิมพ์บัตรกี่ใบ

โดยทั่วไปแล้วเราจะจำลองปริมาณการผลิตที่เป็นไปได้แต่ละรายการ (๑๐,๐๐๐, ๒๐,๐๐๐, ๔๐,๐๐๐หรือ๖๐,๐๐๐) หลายครั้ง (ตัวอย่างเช่นการวนรอบของ๑๐๐๐) จากนั้นเราจะกำหนดปริมาณการสั่งซื้อที่มีกำไรเฉลี่ยสูงสุดในการวนซ้ำของ๑๐๐๐ คุณสามารถค้นหาข้อมูลสำหรับส่วนนี้ในแฟ้มวาเลนไทน์ที่แสดงในรูป60-4 คุณกำหนดชื่อช่วงในเซลล์ B1: B11 ไปยังเซลล์ C1: C11 ช่วงของเซลล์ G3: H6 จะได้รับการกำหนดชื่อการค้นหา พารามิเตอร์ราคาขายและต้นทุนของเราจะถูกใส่ในเซลล์ C4: C6

รูปหนังสือ

คุณสามารถใส่ปริมาณการผลิตเวอร์ชันทดลองใช้ (๔๐,๐๐๐ในตัวอย่างนี้) ในเซลล์ C1 ถัดไปให้สร้างตัวเลขสุ่มในเซลล์ C2 ด้วยสูตร= RAND () ตามที่อธิบายไว้ก่อนหน้านี้คุณจะจำลองความต้องการสำหรับการ์ดในเซลล์ C3 ที่มีสูตรVLOOKUP (rand, การค้นหา, 2) (ในสูตร VLOOKUP, randคือชื่อของเซลล์ที่กำหนดให้กับเซลล์ C3 ไม่ใช่ฟังก์ชัน rand)

จำนวนของหน่วยที่ขายเป็นจำนวนที่น้อยที่สุดของปริมาณการผลิตและความต้องการของเรา ในเซลล์ C8 คุณคำนวณรายได้ของเราด้วยสูตรMIN (ผลิต, อุปสงค์) * unit_price ในเซลล์ C9 คุณคำนวณต้นทุนการผลิตทั้งหมดด้วยสูตรที่ผลิต * unit_prod_cost

ถ้าเราสร้างบัตรเพิ่มเติมมากกว่าความต้องการจำนวนหน่วยที่เหลือเท่ากับการผลิตลบความต้องการ มิฉะนั้นไม่มีหน่วยที่เหลืออยู่ เราคำนวณต้นทุนการขายทิ้งของเราในเซลล์ C10 ด้วยสูตรunit_disp_cost * IF (produced>demand, ผลิต–อุปสงค์, 0) สุดท้ายในเซลล์ C11 เราคำนวณกำไรของเราเป็นรายได้– total_var_cost-total_disposing_cost

เราต้องการวิธีที่มีประสิทธิภาพในการกด F9 หลายครั้ง (ตัวอย่างเช่น๑๐๐๐) สำหรับปริมาณการผลิตแต่ละรายการและการแบ่งกำไรที่คาดไว้ของเราสำหรับแต่ละปริมาณ สถานการณ์นี้เป็นหนึ่งในตารางข้อมูลแบบสองทิศทางที่มาพร้อมกับการช่วยเหลือของเรา (ดูบทที่ 15 "การวิเคราะห์ระดับความลับที่มีตารางข้อมูล" สำหรับรายละเอียดเกี่ยวกับตารางข้อมูล) ตารางข้อมูลที่ใช้ในตัวอย่างนี้จะแสดงในรูป60-5

รูปหนังสือ

ในช่วงของเซลล์ A16: A1015 ให้ใส่ตัวเลข1– 1000 (สอดคล้องกับเวอร์ชันทดลองใช้๑๐๐๐ของเรา) หนึ่งวิธีง่ายๆในการสร้างค่าเหล่านี้คือการเริ่มต้นด้วยการใส่1ในเซลล์ A16 เลือกเซลล์จากนั้นบนแท็บหน้าแรกในกลุ่มการแก้ไขให้คลิกเติมแล้วเลือกชุดข้อมูลเพื่อแสดงกล่องโต้ตอบชุดข้อมูล ในกล่องโต้ตอบชุดข้อมูลที่แสดงในรูป60-6 ให้ใส่ค่าขั้นตอนที่1และค่าที่ใช้ในการหยุด๑๐๐๐ ในพื้นที่ชุดข้อมูลให้เลือกตัวเลือกคอลัมน์แล้วคลิกตกลง ตัวเลข1–1000จะถูกใส่ในคอลัมน์ที่เริ่มต้นในเซลล์ A16

รูปหนังสือ

ถัดไปเราใส่ปริมาณการผลิตที่เป็นไปได้ของเรา (๑๐,๐๐๐, ๒๐,๐๐๐, ๔๐,๐๐๐, ๖๐,๐๐๐) ในเซลล์ B15: E15 เราต้องการคำนวณกำไรสำหรับแต่ละหมายเลขเวอร์ชันทดลองใช้ (1 ถึง๑๐๐๐) และปริมาณการผลิตแต่ละรายการ เราจะอ้างอิงไปยังสูตรสำหรับกำไร (จากการคำนวณในเซลล์ C11) ในเซลล์ซ้ายบนของตารางข้อมูลของเรา (A15) โดยการใส่= C11

ขณะนี้เราพร้อมที่จะหลอกลวง Excel ให้เป็นการจำลองการทำซ้ำของความต้องการ๑๐๐๐สำหรับปริมาณการผลิตแต่ละปริมาณ เลือกช่วงตาราง (A15: E1014) จากนั้นในกลุ่มเครื่องมือข้อมูลบนแท็บข้อมูลให้คลิกอะไรถ้าการวิเคราะห์แล้วเลือกตารางข้อมูล เมื่อต้องการตั้งค่าตารางข้อมูลแบบสองทิศทางให้เลือกปริมาณการผลิตของเรา (เซลล์ C1) เป็นเซลล์การป้อนข้อมูลแถวและเลือกเซลล์ว่างใดๆ (เราเลือกเซลล์ I14) เป็นเซลล์ที่ใช้สำหรับการป้อนค่าคอลัมน์ หลังจากคลิกตกลง Excel จะจำลองค่าความต้องการ๑๐๐๐สำหรับปริมาณการสั่งซื้อแต่ละรายการ

เมื่อต้องการทำความเข้าใจว่าทำไมการทำงานนี้ให้พิจารณาค่าที่วางโดยตารางข้อมูลในช่วงเซลล์ C16: C1015 สำหรับแต่ละเซลล์เหล่านี้ Excel จะใช้ค่าของ๒๐,๐๐๐ในเซลล์ C1 ใน C16 ค่าเซลล์ที่ใช้ในการป้อนค่าของคอลัมน์1จะถูกวางไว้ในเซลล์ว่างและตัวเลขสุ่มในเซลล์ C2 คำนวณใหม่ กำไรที่สอดคล้องกันจะถูกบันทึกไว้ในเซลล์ C16 จากนั้นค่าการป้อนข้อมูลในเซลล์ของคอลัมน์2จะถูกวางไว้ในเซลล์ว่างและตัวเลขแบบสุ่มใน C2 อีกครั้งจะคำนวณอีกครั้ง กำไรที่สอดคล้องกันจะถูกใส่ในเซลล์ C17

โดยการคัดลอกจากเซลล์ B13 ไปยัง C13: E13 สูตรเฉลี่ย (B16: B1015)เราคำนวณกำไรแบบจำลองโดยเฉลี่ยสำหรับปริมาณการผลิตแต่ละปริมาณ โดยการคัดลอกจากเซลล์ B14 ไปยัง C14: E14 สูตรSTDEV (B16: B1015)เราคำนวณค่าเบี่ยงเบนมาตรฐานของกำไรแบบจำลองของเราสำหรับปริมาณการสั่งซื้อแต่ละรายการ แต่ละครั้งที่เรากด F9 การคำนวณซ้ำของความต้องการ๑๐๐๐จะถูกจำลองสำหรับแต่ละปริมาณการสั่งซื้อ การผลิตบัตร๔๐,๐๐๐จะให้ผลกำไรที่คาดไว้มากที่สุดเสมอ ดังนั้นจะปรากฏขึ้นที่การสร้างบัตร๔๐,๐๐๐เป็นการตัดสินใจที่เหมาะสม

ผลกระทบของความเสี่ยงต่อการตัดสินใจของเรา     ถ้าเราผลิต๒๐,๐๐๐แทนที่จะเป็นบัตร๔๐,๐๐๐กำไรที่คาดว่าจะลดลงประมาณ 22% แต่ความเสี่ยงของเรา (ตามที่วัดจากค่าเบี่ยงเบนมาตรฐานของกำไร) ลดลงเกือบ๗๓เปอร์เซ็นต์ ดังนั้นถ้าเรามีความเสี่ยงอย่างยิ่งที่จะ averse การผลิตบัตร๒๐,๐๐๐อาจเป็นการตัดสินใจที่ถูกต้อง บังเอิญการผลิตบัตร๑๐,๐๐๐จะมีค่าเบี่ยงเบนมาตรฐานของ0บัตรเสมอเนื่องจากถ้าเราผลิตการ์ด๑๐,๐๐๐เราจะขายทั้งหมดโดยไม่ต้องเหลือ

หมายเหตุ:  ในเวิร์กบุ๊กนี้ตัวเลือกการคำนวณจะถูกตั้งค่าเป็นอัตโนมัติยกเว้นตาราง (ใช้คำสั่งการคำนวณในกลุ่มการคำนวณบนแท็บสูตร) การตั้งค่านี้จะทำให้แน่ใจว่าตารางข้อมูลของเราจะไม่คำนวณใหม่เว้นแต่ว่าเรากด F9 ซึ่งเป็นความคิดที่ดีเนื่องจากตารางข้อมูลขนาดใหญ่จะทำงานของคุณช้าลงถ้ามีการคำนวณทุกครั้งที่คุณพิมพ์บางสิ่งบางอย่างลงในเวิร์กชีตของคุณ โปรดสังเกตว่าในตัวอย่างนี้เมื่อใดก็ตามที่คุณกด F9 กำไรค่าเฉลี่ยจะเปลี่ยนไป เหตุการณ์นี้เกิดขึ้นเนื่องจากแต่ละครั้งที่คุณกด F9 ลำดับของตัวเลขแบบสุ่มที่แตกต่างกันของ๑๐๐๐จะถูกใช้เพื่อสร้างความต้องการสำหรับปริมาณการสั่งซื้อแต่ละรายการ

ช่วงความเชื่อมั่นสำหรับกำไรเฉลี่ย     คำถามที่เป็นธรรมชาติที่จะถามในสถานการณ์นี้เป็นช่วงเวลาที่เราคิดว่าค่ากำไรที่แท้จริงจะตกอยู่ที่๙๕ ช่วงเวลานี้เรียกว่าช่วงความเชื่อมั่นเปอร์เซ็นต์ของ๙๕สำหรับกำไรเฉลี่ย ช่วงความเชื่อมั่นของ๙๕เปอร์เซ็นต์สำหรับค่าเฉลี่ยของผลลัพธ์การจำลองจะถูกคำนวณโดยสูตรต่อไปนี้:

รูปหนังสือ

ในเซลล์ J11 คุณคำนวณขีดจำกัดที่ต่ำกว่าสำหรับช่วงความเชื่อมั่นของ๙๕เปอร์เซ็นต์เมื่อมีการผลิตปฏิทิน๔๐,๐๐๐ที่มีสูตรD13-1.96 * D14/SQRT (1000) ในเซลล์ J12 คุณจะคำนวณขีดจำกัดสูงสุดสำหรับช่วงความเชื่อมั่นของ๙๕เปอร์เซ็นต์ด้วยสูตรD13 + 1.96 * D14/SQRT (1000) การคำนวณเหล่านี้จะแสดงในรูป60-7

รูปหนังสือ

เรามีเปอร์เซ็นต์๙๕แน่ใจว่ากำไรเฉลี่ยของเราเมื่อมีการสั่งซื้อปฏิทิน๔๐,๐๐๐ระหว่าง $๕๖,๖๘๗และ $๖๒,๕๘๙

  1. ตัวแทนจำหน่าย GMC เชื่อว่าความต้องการสำหรับ๒๐๐๕ Envoys จะถูกแจกจ่ายโดยปกติด้วยค่าเฉลี่ยของ๒๐๐และค่าเบี่ยงเบนมาตรฐานของ30 ค่าใช้จ่ายของเขาในการรับราชทูตคือ $๒๕,๐๐๐และเขาขายราชทูตสำหรับ $๔๐,๐๐๐ ครึ่งของ Envoys ทั้งหมดที่ไม่ได้ขายที่ราคาเต็มสามารถขายได้สำหรับ $๓๐,๐๐๐ เขากำลังพิจารณาการสั่งซื้อ๒๐๐, ๒๒๐, ๒๔๐, ๒๖๐, ๒๘๐หรือ๓๐๐ Envoys เขาควรสั่งซื้อกี่คน

  2. ซูเปอร์มาร์เก็ตขนาดเล็กกำลังพยายามกำหนดจำนวนสำเนาของนิตยสารบุคคลที่พวกเขาควรสั่งซื้อในแต่ละสัปดาห์ พวกเขาเชื่อว่าความต้องการของพวกเขาสำหรับบุคคลที่อยู่ภายใต้ตัวแปรแบบสุ่มต่อไปนี้:

    ออมานด์

    ความน่าจะเป็น

    15

    0.10

    20

    ๐.๒๐

    25

    ๐.๓๐

    30

    0.25

    ๓๕

    0.15

  3. ซูเปอร์มาร์เก็ตชำระ $๑.๐๐สำหรับแต่ละสำเนาของบุคคลและขายสำหรับ $๑.๙๕ การคัดลอกสต็อกแต่ละรายการจะถูกส่งกลับสำหรับ $๐.๕๐ จำนวนสำเนาของบุคคลที่ควรใช้ในการจัดเก็บ

ต้องการความช่วยเหลือหรือไม่

คุณสามารถสอบถามผู้เชี่ยวชาญใน ชุมชนด้านเทคนิคของ Excel ขอความช่วยเหลือใน ชุมชนตอบคำถาม หรือแนะนำฟีเจอร์ใหม่หรือการปรับปรุงบน Excel User Voice ได้เสมอ

ขยายทักษะ Office ของคุณ
สำรวจการฝึกอบรม
รับฟีเจอร์ใหม่ก่อนใคร
เข้าร่วม Office Insider

ข้อมูลนี้เป็นประโยชน์หรือไม่

ขอบคุณสำหรับคำติชมของคุณ!

ขอขอบคุณสำหรับคำติชมของคุณ! เราคิดว่าอาจเป็นประโยชน์ที่จะให้คุณได้ติดต่อกับหนึ่งในตัวแทนฝ่ายสนับสนุน Office ของเรา

×