บทนำสู่จำลอง Monte Carlo ใน Excel

หมายเหตุ:  เราต้องการมอบเนื้อหาวิธีใช้ปัจจุบันในภาษาของคุณให้กับคุณโดยเร็วที่สุดเท่าที่เราจะทำได้ หน้านี้ได้รับการแปลด้วยระบบอัตโนมัติ และอาจมีข้อผิดพลาดทางไวยากรณ์หรือความไม่ถูกต้อง จุดประสงค์ของเราคือเพื่อให้เนื้อหานี้มีประโยชน์กับคุณ คุณแจ้งให้เราทราบว่าข้อมูลดังกล่าวมีประโยชน์ต่อคุณที่ด้านล่างของหน้านี้ได้หรือไม่ นี่คือ บทความภาษาอังกฤษ เพื่อให้ง่ายต่อการอ้างอิง

บทความนี้ถูกจให้จากMicrosoft Excel Data Analysis และสร้างตัวแบบธุรกิจโดยองค์กรได้ร่วมประเภททั่วไป

  • ผู้ใช้ Monte Carlo จำลองได้อย่างไร

  • เกิดอะไรขึ้นเมื่อคุณพิมพ์=RAND()ในเซลล์

  • วิธีใดคุณจึงสามารถจำลองค่าของตัวแปรสุ่มที่แยกกัน

  • วิธีใดคุณจึงสามารถจำลองค่าของตัวแปรสุ่มปกติ

  • ฉันสามารถบริษัทบัตรอวยพรตรวจสอบบัตรกี่เพื่อสร้างได้อย่างไร

เราต้องการประเมินความน่าจะแน่ใจว่าเหตุการณ์ได้อย่างถูกต้อง ตัวอย่าง อะไรคือความน่าเป็นกระแสเงินสดผลิตภัณฑ์ใหม่จะมีการบวกมูลค่าปัจจุบันสุทธิ (NPV) ได้อย่างไร ปัจจัยเสี่ยงของเราพอร์ตโครงการลงทุนคืออะไร จำลอง Monte Carlo ช่วยให้เราเพื่อสถานการณ์แบบจำลองที่นำเสนอนอนแล้ว เล่นเหล่านั้นออกบนคอมพิวเตอร์หลักพันกรณี

หมายเหตุ: ชื่อMonte Carlo จำลองมาจากแบบจำลองคอมพิวเตอร์ดำเนินการระหว่าง 1930s และทศวรรษ 1940 โดยเป็นการประเมินความน่าเป็นที่จะใช้ได้รับมือกับสายที่จำเป็นต้องใช้สำหรับแอ bomb atom เพื่อ detonate เรียบร้อยแล้ว Physicists ที่เกี่ยวข้องในการทำงานนี้ได้ถูกพัดลมขนาดใหญ่ของพนัน เพื่อให้พวกเขาให้กับแบบจำลองชื่อรหัสMonte Carlo

ในบทถัดห้า คุณจะเห็นตัวอย่างของวิธีการที่คุณสามารถใช้ Excel เพื่อดำเนินการจำลอง Monte Carlo

บริษัทจำนวนมากใช้จำลอง Monte Carlo เป็นส่วนสำคัญของกระบวนการตัดสินใจของพวกเขา ต่อไปนี้คือบางตัวอย่าง

  • Motors ทั่วไป Proctor และพนัน Pfizer, Squibb Myers พระอาทิตย์ และ Eli Lilly ใช้จำลองเพื่อประมาณทั้งส่งกลับค่าเฉลี่ยและกับปัจจัยเสี่ยงของผลิตภัณฑ์ใหม่ ที่ GM ข้อมูลนี้จะใช้ โดยประธานบริหารกำหนดผลิตภัณฑ์ใดมาการตลาด

  • GM ใช้จำลองสำหรับกิจกรรมเช่นการคาดการณ์รายได้สุทธิสำหรับบริษัท ประมาณค่าใช้จ่ายในโครงสร้าง และจัดซื้อ และกำหนดภูมิไวรับของการชนิความเสี่ยง (เช่นการเปลี่ยนแปลงอัตราดอกเบี้ยและแปลงอัตราแลกเปลี่ยน)

  • Lilly ใช้จำลองเพื่อกำหนดการผลิตโรงงานที่ดีที่สุดสำหรับแต่ละยา

  • Proctor และพนันใช้จำลองแบบจำลอง และวัตถุ hedge ความเสี่ยง exchange ต่างประเทศ

  • Sears ใช้จำลองเพื่อกำหนดจำนวนของแต่ละบรรทัดผลิตภัณฑ์ที่ควรเรียงลำดับจากผู้จำหน่ายนั่นคือตัวอย่าง จำนวนคู่ของ trousers Dockers ที่ควรสั่งปีนี้

  • บริษัทน้ำมันและยาใช้จำลองกับค่า "จริงตัวเลือก เช่นค่าของตัวเลือกที่จะขยาย สัญญา หรือเลื่อนโครงการ

  • วางแผนการเงินใช้จำลอง Monte Carlo เพื่อกำหนดกลยุทธ์การลงทุนที่ดีที่สุดสำหรับการหมดอายุของไคลเอ็นต์ของพวกเขา

เมื่อคุณพิมพ์สูตร=RAND()ในเซลล์คุณได้รับตัวเลขที่เป็นไปได้เท่า ๆ กันจะถือว่ามีค่าระหว่าง 0 และ 1 ดังนั้น ประมาณ 25 เปอร์เซ็นต์ของเวลา คุณควรได้รับตัวเลขค่าน้อยกว่า หรือเท่ากับ 0.25 ประมาณ 10 เปอร์เซ็นต์ของเวลาคุณควรได้รับตัวเลขที่มีอย่างน้อย 0.90 และอื่น ๆ เมื่อต้องการแสดงให้เห็นถึงวิธีการทำงานของฟังก์ชัน RAND โปรดดูที่แฟ้ม Randdemo.xlsx แสดงในภาพประกอบ 60-1

รูปหนังสือ
60 รูป-1 ที่จะฟังก์ชัน RAND

หมายเหตุ: เมื่อคุณเปิดไฟล์ Randdemo.xlsx คุณจะไม่เห็นหมายเลขสุ่มเดียวกันกับที่แสดงอยู่ในรูป 60-1 ฟังก์ชัน RAND คำนวณตัวเลขที่สร้าง เมื่อเปิดแผ่นงาน หรือ เมื่อมีใส่ข้อมูลใหม่ลงในแผ่นงานรวมอยู่เสมอโดยอัตโนมัติ

ขั้นแรก คัดลอกจากเซลล์ C3 ไป C4:C402 สูตร=RAND() แล้ว คุณตั้งชื่อช่วง C3:C402ข้อมูล แล้ว ในคอลัมน์ F คุณสามารถติดตามค่าเฉลี่ยของตัวเลขสุ่ม 400 (เซลล์ F2) และใช้ฟังก์ชัน COUNTIF เพื่อหาเศษส่วนที่อยู่ระหว่าง 0 และ 0.25, 0.25 0.50, 0.50 และ 0.75 และ 0.75 และ 1 เมื่อคุณกดคีย์ F9 ตัวเลขสุ่มจะถูกคำนวณใหม่ การแจ้งเตือนว่า ค่าเฉลี่ยของตัวเลข 400 อยู่เสมอโดยประมาณ 0.5 และที่อยู่รอบ ๆ 25 เปอร์เซ็นต์ของผลในช่วงของ 0.25 ผลลัพธ์เหล่านี้จะสอดคล้องกับข้อกำหนดของตัวเลขสุ่ม นอกจากนี้ โปรดสังเกตว่า ค่าที่สร้างขึ้น โดย RAND ในเซลล์ต่าง ๆ จะขึ้นอยู่กับ ตัวอย่างเช่น ถ้าตัวเลขสุ่มที่สร้างขึ้นใน เซลล์ C3 เป็นตัวเลขขนาดใหญ่ (เช่น 0.99) จะบอกเราไม่มีสิ่งใดเกี่ยวกับค่าของตัวเลขสุ่มอื่น ๆ สร้างขึ้น

สมมติว่า คำร้องประสงค์ปฏิทินจะได้รับการดูแล โดยตัวแปรสุ่มแยกกันต่อไปนี้:

ความต้องการ

ความน่าจะเป็น

10,000

0.10

20,000

0.35

40000

0.3

60,000

0.25

ฉันสามารถเรามีที่ Excel เล่นออก หรือ จำลอง นี้นดีมานด์สำหรับปฏิทินหลายครั้ง เคล็ดลับคือการ เชื่อมโยงแต่ละค่าที่เป็นไปได้ของฟังก์ชัน RAND กับความต้องการเป็นไปได้สำหรับปฏิทิน การมอบหมายงานต่อไปนี้ช่วยให้มั่นใจว่า ความต้องการของ 10000 จะเกิดขึ้น 10 เปอร์เซ็นต์ของเวลา และอื่น ๆ

ความต้องการ

มอบหมายเลขสุ่ม

10,000

น้อยกว่า 0.10

20,000

มากกว่า หรือเท่ากับ 0.10 และน้อยกว่า 0.45

40000

มากกว่า หรือเท่ากับ 0.45 และน้อยกว่า 0.75

60,000

มากกว่า หรือเท่ากับ 0.75

เมื่อต้องการสาธิตการจำลองของนดีมานด์ ดูที่แฟ้ม Discretesim.xlsx แสดงในภาพประกอบ 60-2 บนหน้าถัดไป

รูปหนังสือ
รูปการจำลองตัวแปรสุ่มที่แยกกัน 2 60

กุญแจสู่จำลองของเราจะใช้ตัวเลขสุ่มเพื่อเริ่มการค้นหาจากช่วงตาราง F2:G5 (ค้นหาที่มีชื่อว่า) หมายเลขสุ่มที่มากกว่า หรือเท่ากับ 0 และน้อยกว่า 0.10 จะ yield มานด์จำนวน 10000 หมายเลขสุ่มที่มากกว่า หรือเท่ากับ 0.10 และน้อยกว่า 0.45 จะ yield มานด์ 20000 หมายเลขสุ่มที่มากกว่า หรือเท่ากับ 0.45 และน้อยกว่า 0.75 จะ yield มานด์ของ 40000 และหมายเลขสุ่มที่มากกว่า หรือเท่ากับ 0.75 จะ yield มานด์ของ 60000 คุณสามารถสร้างตัวเลขสุ่ม 400 ได้ ด้วยการคัดลอกจาก C3 ไป C4:C402 สูตรRAND() คุณแล้วสร้าง 400 trials หรือทำซ้ำ ของความต้องการปฏิทินด้วยการคัดลอกจาก B3 เพื่อ B4:B402 VLOOKUP(C3,lookup,2)สูตร สูตรนี้ช่วยให้มั่นใจว่า เลขสุ่มที่มีค่าน้อยกว่า 0.10 สร้างความต้องการของ 10000 ใด ๆ สุ่มตัวเลขระหว่าง 0.10 และ 0.45 สร้างความต้องการของ 20000 และอื่น ๆ ในช่วงของเซลล์ F8:F11 ใช้ฟังก์ชัน COUNTIF เพื่อหาเศษส่วนของการเกิดซ้ำของเรา 400 ส่งแต่ละความต้องการ เมื่อเรากด F9 เพื่อคำนวณตัวเลขสุ่ม ความน่าจะเลียนแบบอยู่ใกล้กับความน่าจะโหลดมานด์ของเรา

ถ้าคุณพิมพ์ลงในเซลล์ใด ๆ สูตรNORMINV(rand(),mu,sigma)คุณจะสร้างค่าตัวแปรสุ่มปกติมี meanหลและค่าเบี่ยงเบนมาตรฐานsigmaเลียนแบบ กระบวนงานนี้จะแสดงในไฟล์ Normalsim.xlsx แสดงในภาพประกอบ 60-3

รูปหนังสือ
รูปการจำลองตัวแปรสุ่มปกติ 3 60

ลองสมมติว่า เราต้องการจำลอง 400 trials หรือทำซ้ำ สำหรับตัวแปรสุ่มปกติมีค่าเฉลี่ย 40000 และค่าเบี่ยงเบนมาตรฐานของ 10000 (คุณสามารถพิมพ์ค่าเหล่านี้ในเซลล์ E1 และ E2 และตั้งชื่อและเหล่านี้เซลล์หมายความว่าsigmaตามลำดับ) คัดลอกสูตร=RAND()จาก C4 C5:C403 เมื่อต้องการสร้างหมายเลขสุ่ม 400 ที่แตกต่างกัน คัดลอกจาก B4 ไป B5:B403 NORMINV(C4,mean,sigma)สูตรสร้างค่า 400 ทดลองใช้แตกต่างจากตัวแปรสุ่มปกติมีค่าเฉลี่ย 40000 และค่าเบี่ยงเบนมาตรฐานของ 10000 เมื่อเรากดคีย์ F9 เพื่อคำนวณตัวเลขสุ่ม ค่าเฉลี่ยยังคงอยู่ใกล้กับ 40000 และค่าเบี่ยงเบนมาตรฐานใกล้กับ 10000

อย่างยิ่ง สำหรับตัวเลขสุ่มx, สูตรNORMINV(p,mu,sigma)สร้างเปอร์เซ็นต์ไทล์ลำดับpของตัวแปรสุ่มปกติด้วยการ meanหลและค่าเบี่ยงเบนมาตรฐานsigma ตัวอย่างเช่น หมายเลขสุ่ม 0.77 ในเซลล์ C4 (ให้ดูที่ภาพ 60-3) สร้างในเซลล์ B4 ประมาณ 77th เปอร์เซ็นต์ไทล์ที่ของตัวแปรสุ่มปกติ มีค่าเฉลี่ย 40000 และค่าเบี่ยงเบนมาตรฐานของ 10000

ในส่วนนี้ คุณจะเห็นวิธีการใช้คาร์โลสามารถจำลองเป็นเครื่องมือตัดสินใจ สมมติว่า นดีมานด์สำหรับบัตรวาเลนไทน์จะได้รับการดูแล โดยตัวแปรสุ่มแยกกันต่อไปนี้:

ความต้องการ

ความน่าจะเป็น

10,000

0.10

20,000

0.35

40000

0.3

60,000

0.25

บัตรอวยพรขายสำหรับ $4.00 และต้นทุนตัวแปรการผลิตแต่ละบัตรข้อมูลที่เป็น $1.50 ต้องกำจัดบัตรที่เหลือของที่ต้นทุน 0.20 ต่อบัตร บัตรกี่ควรพิมพ์ได้อย่างไร

ทั่วไป เราจำลองแต่ละปริมาณการผลิตได้ (10000, 20000, 40000 หรือ 60000) หลายครั้ง (เช่น เกิดซ้ำ 1000) แล้ว เรากำหนดใดปริมาณการสั่งซื้อได้ผลลัพธ์กำไรสูงเฉลี่ยเหนือซ้ำ 1000 คุณสามารถค้นหาข้อมูลสำหรับส่วนนี้ในไฟล์ Valentine.xlsx แสดงในรูป 60-4 คุณสามารถกำหนดชื่อช่วงในเซลล์ B1:B11 C1:C11 เซลล์เมื่อต้องการ มีกำหนดช่วงของเซลล์ G3:H6 ชื่อค้นหา พารามิเตอร์ต้นทุนและราคาขายของเราจะใส่ในเซลล์ C4:C6

รูปหนังสือ
การจำลองบัตรวาเลนไทน์รูป 60-4

คุณสามารถใส่ปริมาณผลิตทดลอง (40000 ในตัวอย่างนี้) ในเซลล์ C1 สร้างตัวเลขสุ่มในเซลล์ C2 กับสูตร=RAND()next, ดังที่อธิบายไว้ ก่อนหน้านี้โดยจำลองนดีมานด์สำหรับนามบัตรในเซลล์ C3 มีสูตรVLOOKUP(rand,lookup,2) (ในสูตร VLOOKUP, randคือชื่อของเซลล์ที่มอบหมายให้กับเซลล์ C3 ฟังก์ชัน RAND ไม่)

จำนวนหน่วยที่ขายได้เกินขนาดเล็กของเราปริมาณการผลิตและความต้องการ ในเซลล์ C8 คุณคำนวณของเรารายได้ ด้วยสูตรMIN (ความต้องการผลิต ) * unit_price ในเซลล์ C9 คุณคำนวณค่าใช้จ่ายผลิตรวมกับสูตรผลิต * unit_prod_cost

ถ้าเราสร้างบัตรมากกว่าที่ความ จำนวนของหน่วยซ้ายเหนือเท่ากับผลิตลบมานด์ มิฉะนั้น หน่วยไม่ถูกเก็บไว้ เราคำนวณค่าใช้จ่ายของเราทิ้งในเซลล์ C10 มีสูตรunit_disp_cost * IF (ผลิต > มานด์ ผลิต – นดีมานด์ 0) สุดท้าย ในเซลล์ C11 เราคำนวณของเรากำไรทั้งหมดเป็นtotal_disposing_cost รายได้ – total_var_cost

เราต้องเป็นวิธีที่มีประสิทธิภาพในด้านการกด F9 หลายครั้ง (เช่น 1000) สำหรับแต่ละปริมาณการผลิต และนับกำไรของเราที่คาดไว้สำหรับแต่ละปริมาณ สถานการณ์นี้เป็นหนึ่งตารางข้อมูลแบบสองทางมาเพื่อช่วยคุณของเรา (ให้ดูที่บท 15 "ระดับความลับวิเคราะห์กับตารางข้อมูล สำหรับรายละเอียดเกี่ยวกับตารางข้อมูล) ตารางข้อมูลที่ใช้ในตัวอย่างนี้จะแสดงอยู่ในรูป 60-5

รูปหนังสือ
ตารางข้อมูลแบบสองทางรูป 60-5 สำหรับจำลองบัตรอวยพร

ในช่วงของเซลล์ A16:A1015 ใส่ตัวเลข 1 – 1000 (สอดคล้องกับ 1000 trials ของเรา) วิธีการง่าย ๆ หนึ่งในการสร้างค่าเหล่านี้คือการ เริ่มต้น ด้วยการใส่1ในเซลล์ A16 เลือกเซลล์ แล้วบนแท็บหน้าแรก ในกลุ่มการแก้ไข คลิกสีเติม และเลือกชุดข้อมูล เพื่อแสดงกล่องโต้ตอบชุดข้อมูล ในกล่องโต้ตอบชุด แสดงในรูป 60-6 ใส่ค่าขั้นตอนที่ 1 และค่าหยุดของ 1000 ในชุดข้อมูลใน พื้นที่การ เลือกตัวเลือกคอลัมน์ นั้นแล้ว คลิกตกลง หมายเลข 1 – 1000 จะต้องใส่การเริ่มต้นในเซลล์ A16 ในคอลัมน์

รูปหนังสือ
ตัวเลขการใช้กล่องโต้ตอบลำดับการใส่ตัวเลขทดลองใช้ 1 ถึง 1000 6 60

ถัดไป เราใส่ปริมาณผลิตเป็นไปได้ของเรา (10000, 20000, 40000, 60000) ในเซลล์ B15:E15 เราต้องการคำนวณกำไรทั้งหมดสำหรับแต่ละตัวเลขทดลอง (1 ถึง 1000) และปริมาณผลิตแต่ละรายการ เราอ้างอิงสูตรสำหรับกำไรทั้งหมด (จากการคำนวณในเซลล์ C11) ในเซลล์มุมบนซ้ายของตารางข้อมูลของเรา (A15) ด้วยการใส่= C11ก็

เราพร้อมจะหลอกลวง Excel ลงในการจำลองการเกิดซ้ำ 1000 ของความต้องการสำหรับแต่ละปริมาณการผลิต เลือกช่วงตาราง (A15:E1014), และในกลุ่มเครื่องมือข้อมูลบนแท็บข้อมูล คลิกวิเคราะห์ What If จากนั้น เลือกตารางข้อมูล เมื่อต้องการตั้งค่าในตารางข้อมูลแบบสองทาง เลือกปริมาณของเราผลิต (เซลล์ C1) เป็นแถวของเซลล์สำหรับการป้อนค่า แล้วเลือกเซลล์ใด ๆ ว่าง (เราเลือกเซลล์ I14) เป็นคอลัมน์ของเซลล์สำหรับการป้อนค่า หลังจากคลิกตกลง Excel จำลอง 1000 ค่านดีมานด์สำหรับแต่ละปริมาณการสั่งซื้อ

เมื่อต้องการทำความเข้าใจเกี่ยวกับสาเหตุนี้ทำงาน พิจารณาค่าวางตามตารางข้อมูลในช่วงของเซลล์ C16:C1015 สำหรับแต่ละเซลล์เหล่านี้ Excel จะใช้ค่าของ 20000 ในเซลล์ C1 ใน C16 ค่าในเซลล์ที่ป้อนเข้าคอลัมน์ 1 จะถูกวางในเซลล์ว่างเปล่าและหมายเลขสุ่มในเซลล์ C2 คำนวณใหม่ สอดคล้องกันกำไรทั้งหมดนั้นได้ถูกบันทึกไว้ในเซลล์ C16 จาก นั้นค่าสำหรับการป้อนค่าในเซลล์คอลัมน์ 2 จะถูกวางในเซลล์ว่าง และตัวเลขสุ่มใน C2 คำนวณใหม่อีกครั้ง กำไรสอดคล้องกันทั้งหมดจะถูกใส่ในเซลล์ C17

ด้วยการคัดลอกจากเซลล์ B13 เพื่อ C13:E13 สูตรAVERAGE(B16:B1015)เราคำนวณค่าเฉลี่ยเลียนแบบกำไรทั้งหมดสำหรับแต่ละปริมาณการผลิต ด้วยการคัดลอกจากเซลล์ B14 เพื่อ C14:E14 สูตรSTDEV(B16:B1015)เราคำนวณค่าเบี่ยงเบนมาตรฐานของกำไรของเราเลียนแบบสำหรับแต่ละปริมาณการสั่งซื้อ ทุกครั้งที่เรากด F9, 1000 เกิดซ้ำของความต้องจะจำลองสำหรับแต่ละปริมาณการสั่งซื้อ ผลิตบัตร 40000 เสมอผลลัพธ์ที่คาดไว้กำไรมากที่สุด ดังนั้น จะปรากฏขึ้นที่ผลิต 40000 บัตรคือ การตัดสินใจที่เหมาะสม

ผลกระทบของความเสี่ยงในการตัดสินใจของเรา     ถ้าเราผลิต 20000 แทนบัตร 40000 กำไรของเราที่คาดไว้ทั้งหมดตัดประมาณ 22 เปอร์เซ็นต์ ได้เกือบ 73 เปอร์เซ็นต์กระทั่งความเสี่ยงของเรา (ตามที่ได้วัด โดยค่าเบี่ยงเบนมาตรฐานของกำไรทั้งหมด) ดังนั้น ถ้าเรากำลัง averse มากเพื่อความเสี่ยง ผลิตบัตร 20000 อาจตัดสินใจที่เหมาะสม Incidentally ผลิตบัตร 10000 เสมอมีค่าเบี่ยงเบนมาตรฐานของการ์ด 0 เนื่องจากถ้าเราสร้างบัตร 10000 เราจะเสมอขายทั้งหมดโดยไม่ต้อง leftovers ใดก็

หมายเหตุ: ในเวิร์กบุ๊กนี้ ตัวเลือกการคำนวณ ถูกตั้งค่าเป็นอัตโนมัติยกเว้นสำหรับตาราง (ใช้คำสั่งการคำนวณในกลุ่มการคำนวณบนแท็บสูตร) ตั้งค่านี้ช่วยให้มั่นใจว่า ตารางข้อมูลของเราจะคำนวณใหม่ไม่ได้เว้นแต่เรากด F9 ซึ่งเป็นความคิดที่ดีเนื่องจากตารางข้อมูลขนาดใหญ่จะลดให้ช้าลงทำงานของคุณถ้าได้มีการคำนวณใหม่ทุกครั้งที่คุณพิมพ์บางสิ่งบางอย่างลงในแผ่นงานของคุณ โปรดสังเกตว่า ในตัวอย่างนี้ เมื่อใดก็ ตามที่คุณกด F9, mean กำไรทั้งหมดจะเปลี่ยน เกิดขึ้นเนื่องจากทุกครั้งที่คุณกด F9 ลำดับที่แตกต่างกันของตัวเลขสุ่ม 1000 ถูกใช้เพื่อสร้างความต้องการสำหรับแต่ละปริมาณการสั่งซื้อ

ช่วงความเชื่อมั่นหมายความว่า กำไรทั้งหมด     คำถาม natural เพื่อขอให้ในกรณีนี้คือ ลงในช่วงใดเรา 95 เปอร์เซ็นต์ให้แน่ใจว่า จะอยู่เป็นจริง mean กำไรทั้งหมดได้อย่างไร ช่วงเวลานี้จะเรียกว่าช่วงความเชื่อมั่น 95 เปอร์เซ็นต์ความ mean กำไรทั้งหมด ช่วงความเชื่อมั่น 95 เปอร์เซ็นต์สำหรับค่าเฉลี่ยของผลลัพธ์ใด ๆ จำลองจะถูกคำนวณ โดยใช้สูตรต่อไปนี้:

รูปหนังสือ

ในเซลล์ J11 คุณคำนวณขีดจำกัดต่ำสุดสำหรับช่วงความเชื่อมั่น 95 เปอร์เซ็นต์บน mean กำไรทั้งหมดเมื่อปฏิทิน 40000 ผลิตกับสูตรD13–1.96*D14/SQRT(1000) ในเซลล์ J12 คุณคำนวณขีดจำกัดสูงสุดสำหรับช่วงความเชื่อมั่นของเรา 95 เปอร์เซ็นต์กับสูตรD13+1.96*D14/SQRT(1000) การคำนวณเหล่านี้จะแสดงในรูป 60-7

รูปหนังสือ
รูปที่ 60-7 เปอร์เซ็นต์ 95 ช่วงความเชื่อมั่น mean กำไรทั้งหมดเมื่อไม่ได้เรียงลำดับ 40000 ปฏิทิน

เราจะแน่ใจว่า เรา mean กำไรทั้งหมดเมื่อไม่ได้เรียงลำดับปฏิทิน 40000 ระหว่าง $56,687 และ $62,589 95 เปอร์เซ็นต์

  1. ตัวแทนจำหน่าย GMC เชื่อว่า คำร้องประสงค์ 2005 Envoys จะตามปกติกระจาย มีค่าเฉลี่ย 200 และค่าเบี่ยงเบนมาตรฐานของ 30 ต้นทุนของเขารับแอ Envoy $25000 และผู้จำหน่าย Envoy แอสำหรับ $40000 เวลาครึ่งหนึ่งของ Envoys ทั้งหมดที่ไม่มีขายที่ราคาทั้งหมดสามารถขายได้ $30000 สำหรับ เขาจะพิจารณาถึงคำสั่ง 200, 220, 240, 260, 280 หรือ 300 Envoys จำนวนควรเขาเรียงลำดับได้อย่างไร

  2. กำลังซุปเปอร์มาร์เก็ตขนาดเล็กเพื่อกำหนดจำนวนสำเนาของบุคคลวารสารควรสั่งแต่ละสัปดาห์ พวกเขาเชื่อของพวกเขานดีมานด์สำหรับบุคคลที่จะได้รับการดูแล โดยตัวแปรสุ่มแยกกันต่อไปนี้:

    ความต้องการ

    ความน่าจะเป็น

    15

    0.10

    20

    0.20

    25

    0.30

    30

    0.25

    35

    0.15

  3. Supermarket ที่จ่าย $1.00 สำหรับแต่ละสำเนาของบุคคลและขายสำหรับ $1.95 คัดลอกไม่ได้ขายแต่ละสามารถส่งกลับสำหรับ $0.50 จำนวนสำเนาของบุคคลที่ควรเก็บใบสั่งซื้อได้อย่างไร

ต้องการความช่วยเหลือหรือไม่

คุณสามารถสอบถามผู้เชี่ยวชาญใน Excel Tech Community, ขอความช่วยเหลือใน Answers community, หรือแนะนำฟีเจอร์ใหม่หรือการปรับปรุงบน Excel User Voice ได้เสมอ

ขยายทักษะ Office ของคุณ
สำรวจการฝึกอบรม
รับฟีเจอร์ใหม่ก่อนใคร
เข้าร่วม Office Insider

ข้อมูลนี้เป็นประโยชน์หรือไม่

ขอบคุณสำหรับคำติชมของคุณ!

ขอขอบคุณสำหรับคำติชมของคุณ! เราคิดว่าอาจเป็นประโยชน์ที่จะให้คุณได้ติดต่อกับหนึ่งในตัวแทนฝ่ายสนับสนุน Office ของเรา

×