 Estadística y equilibrio de Excel en la distribución, ejemplo de generación de números aleatorios. Prepárate para respirar profundamente, aguantando durante 10 segundos y preparándote para una exhalación suave y relajante. Aquí estamos en Excel. Si no tiene exceso a este libro de trabajo, está bien, porque básicamente lo construimos a partir de una hoja de trabajo en blanco, sin embargo, comenzamos en una presentación anterior. Así que podrías volver allí y empezar con una hoja de trabajo en blanco. Probablemente también estaría bien comenzar con una hoja de trabajo en blanco desde aquí en adelante. Si tiene exceso a este libro, hay tres pestañas a continuación. Ejemplo, ejemplo en blanco de práctica, en esencia, la clave de respuesta pestaña de práctica que tiene ventas preformateadas, para que pueda ir directamente al corazón del problema de práctica. La pestaña en blanco es donde comenzamos con una hoja de trabajo en blanco y continuamos en este momento. Así que un resumen rápido de lo que hemos visto en el pasado, hemos hablado sobre el equilibrio en la distribución, hemos analizado las condiciones que generalmente tendrían que cumplirse. Para que los puntos sobre la distribución sean útiles, miramos la ecuación, juntando la ecuación, tratando de no dejarnos intimidar demasiado por ella, porque usaremos la función en Excel. Miramos algunos de los componentes de la ecuación para poder entenderlos mejor y cómo expresarlos en Excel. Luego trazamos nuestros puntos en la distribución en un gráfico, usando la media. Esto es lo que necesitamos saber para poder trazar el gráfico. Y entonces, ¿qué va a ser representado por Lambda? Y usamos nuestros puntos en punto DEST. Y ahora tenemos nuestra gráfica que podemos ajustar ajustando Lambda o la media, lo cual es genial. Así que ahora lo que nos gustaría hacer es generar algún número aleatorio para ver qué tan estrechamente se vinculará esa información con lo que hemos creado aquí. Así que recuerda, la idea general, en la práctica, sería que estamos mirando, que estamos tratando de ver cosas que siguen un cierto patrón. Y hemos notado este patrón que ha sucedido. Y luego estamos tratando de poner una curva relacionada con los datos reales, para que esa curva pueda darnos poder predictivo en el futuro. Así que esta es básicamente la información que estamos trazando en base a la fórmula. Y ahora queremos ver qué tan estrechamente podría vincularse eso con los datos reales. Y este es a menudo un caso en el que tenemos una situación de cola de espera, por ejemplo, y estamos tratando de ver, por ejemplo, cuál es la probabilidad de que aparezcan tres personas en el siguiente intervalo de tiempo. ¿Derecha? Esos son los tipos de preguntas que pondremos en algunos ejemplos más en futuras presentaciones. Por ahora, nos gustaría decir, bien, bueno, cómo podemos generar una situación del mundo real en la que tengamos datos reales que tengan un elemento aleatorio, pero que sigan las condiciones de los puntos de distribución. Y en presentaciones anteriores, hemos estado usando una función para representar el rango o la aleatoriedad. Así que cuando teníamos tiradas de dados, por ejemplo, decíamos iguales, y luego dijimos aleatorio, y entre, y hemos estado generando números aleatorios entre números aleatorios. Ahora vamos a hacer un poco más avanzados, porque queremos que los números aleatorios estén de acuerdo básicamente con estas condiciones, ¿verdad? Entonces, lo que queremos hacer, entonces voy a ir a la pestaña datos. Y hay un grupo de análisis aquí, que puede que no tengas y no tendrás, generalmente de forma predeterminada, pero puedes agregarlo a menudo, si tienes la última versión de Excel, Excel 365. Así que puedo agregar esto. Así que puedo ir a hacer eso, iría a la pestaña archivo, y luego vamos a ir a las opciones de abajo. Y luego, dentro de las opciones, desea ir a los complementos. Y luego tienes este pequeño cuadro abajo, que dice administrar, quieres que esto esté en los complementos, y luego presiona el botón de inicio. Así que ahora tenemos nuestros complementos si quiero este paquete de herramientas de análisis. Ese es el que quiero. Así que voy a tomar ese paquete de herramientas de análisis y luego presionaré aceptar. Y si tienes eso, entonces cuando vaya a la pestaña datos, debería tener este grupo de análisis. Y tengo mi análisis de datos en la parte superior. Así que voy a poner un encabezado aquí, sólo voy a llamar a esto, estos van a ser mis datos. Para lambda. Voy a hacer un inserto lambda, símbolo, tengo mi lambda aquí abajo para la media. Voy a insertar ese cierre que voy a entrar y luego volver a entrar cuando sea igual a, digamos, 10. Esas van a ser las condiciones que voy a poner para los números generados aleatoriamente. Entonces voy a ir a la pestaña inicio. Vamos a la envoltura de alineación que voy a poner en el centro a su alrededor, que sea una cabecera de blanco y negro, es mi rutina habitual, mi rutina habitual. Muy bien, pero voy a ir a la celda de abajo. Y quiero que mis números aleatorios se grafiquen aquí, sólo voy a hacer mil números que se van a generar usando este método de generación aleatoria. Entonces voy a ir a la pestaña datos, vamos al grupo de análisis. Vayamos al análisis de datos. Muy bien, entonces lo que queremos es que tengan sus opciones aquí, aquí, queremos la generación aleatoria. Es decir, aquí, es así, es como justo en el medio. Así que es un poco difícil de encontrar al principio, pero justo en el metal, la generación de números aleatorios, está bien. Y luego el número de variables, voy a decir uno aquí, vamos a decir el número de números aleatorios. Así que el número de números aleatorios, voy a poner mil, vamos a generar mil números aleatorios, y luego tienes tus opciones para las distribuciones. Así que está indiscreto en este momento, creo que ese es el valor predeterminado, no estoy seguro. Pero bien, lo que queremos es que nos den los números de acuerdo con un punto sobre, así que voy a elegir puntos y luego la lambda, que es la media, recuerden, vamos a decir que 10, no me permitirá usar una fórmula para recoger el 10 de aquí. Así que voy a escribir 10 para la media. Y luego no voy a poner una semilla, voy a poner el rango de salida que queremos, quiero que esté en este libro de trabajo. Así que voy a ponerlo en nuestro rango de salida. Y luego voy a señalar la célula, y voy a abrir eso de nuevo. Así que eso es lo que hay, para que puedan ver, va a empezar a poner todos mis números ahí, mil números que comienzan en zeta 2. Así que esto, creo, creo que este es el número de columnas. Así que es uno y luego mil números según la distribución de paisan con una lambda de 10. Y luego vamos a decir, quiero que pongas la salida a partir de eso. Así que hagámoslo. Bien, y boom, genera todos esos números hasta aquí. Así que esto es lo que vamos a imaginar que son nuestros datos reales, ¿verdad? Así que ahora hemos generado nuestros datos reales de una manera similar a como la generación de datos al aire de una moneda al hacer la generación aleatoria de 5051-2 que hemos visto en, presentaciones anteriores. Así que ahora vamos a graficar esta información usando nuestros contenedores. Así que quiero ver los resultados de esto. Así que voy a hacer nuestros contenedores. Y voy a usar un Quincy gratis. Y luego la frecuencia relativa, voy a llamarla, voy a ver si los escribí bien, vaya a la pestaña de vista, revise la ortografía y como lo hice, me sorprende la pestaña de inicio. Vayamos al grupo fuente, hazlo negro, blanco. Vamos a centrarlo. Vamos a terminarlo. Muy bien, estamos terminando. Estamos envolviendo el estilo. Así que, en cualquier caso, soy rapero. Así que vamos a decir que las bandas van a ser de 012. Y voy a, voy a subir, vamos a subir a 30 contenedores, digamos que voy a seleccionar esto si subida, digamos, 30. Es decir, 30 contenedores. Ahora, fíjate, cuando pensamos en la policía en la distribución, si estás tratando de pensar, por ejemplo, en cuánta gente va a aparecer en un restaurante o algo así durante la hora pico o algo así en un periodo de tiempo determinado, podría llegar hasta el infinito. Es por eso que va a estar sesgado hacia la derecha en general, hacia la derecha. Así que sí, pero eso es obviamente en una forma práctica y práctica, las probabilidades de que esté muy arriba aquí, como sabes, el número va a ser como 100 que van a aparecer en el restaurante dado que la media va a ser baja, ¿verdad? Así que, desde un punto de vista práctico, no vamos a seguir para siempre, ¿verdad? Podemos contarlo hasta algún lugar aquí y ver si nuestros mil resultados se están trazando dentro de ese rango. Entonces voy a hacer mi frecuencia. Así que el cálculo de frecuencia, recuerda que la frecuencia representa las bandas que podemos juntar en nuestro histograma. En este caso, sin embargo, tenemos básicamente el número entero. Así que no es como si necesitáramos rangos aquí abajo. Por lo general, básicamente vamos a decir, oye, mira, en este conjunto de datos, los números aleatorios que se han generado, ¿cuántos ceros hay? ¿Cuántos hay? ¿Cuántos doces hay? Por lo tanto, pensaría que podría estar usando la función counter para hacer eso. Sin embargo, a veces, cuando se generan datos, los números no son exactamente números de retención y, por lo tanto, los contenedores funcionan. Por lo tanto, la distribución de frecuencias, o la fórmula de frecuencias, suele ser una buena opción. Déjame mostrarte el ejemplo de las dos funciones que se te ocurran. Sin embargo, lo que estoy tratando de hacer es ver cuántos ceros, cuántos unos, cuántos doces hay en este conjunto de mil números. Así que la única función que puedes usar es igual a contar entre paréntesis y voy a decir que este es el rango. Voy a poner el cursor en z para mantener presionada la tecla control, la tecla mayusa hacia abajo y luego la tecla retroceso para volver a subir, y luego la coma, los criterios, luego ss0, y luego cerrarlo y enter. Y así no tengo cero si copio eso. Así que ahí están nuestros números. Ahora podemos volver a comprobarlo, porque debería poder sumar hasta mil aquí. Entonces, si sumo esto, y puedo usar la función suma, que no voy a comenzar a usar altigual a, y que adivinará que estoy sumando arriba y entrará. Así que no llega a mil. Entonces, o bien este conteó, si no recogió algo, porque posiblemente me dio algo que no es exactamente un número entero, posiblemente, o tal vez hay números más allá de treinta, lo cual es poco probable dadas las condiciones que pusimos, pero teóricamente posible, ¿verdad? Así que probemos el otro método, voy a eliminar todo esto y decir, bien, voy a usar la distribución de frecuencias. Y vamos a hacer eso. Y eso debería repuntar porque está usando un rango, si hay algo más que un número entero aquí, así que voy a decir que es igual a la tabulación de frecuencia. Y esta es una función de tipo de matriz orfija, que funciona bastante bien aquí, la matriz de datos. Voy a poner mi cursor en z para mantener presionada la tecla control, la flecha hacia abajo y luego la tecla retroceso para volver a subir, y luego la coma, y la matriz pins, voy a poner mi cursor en una b2 control, flecha hacia abajo mayúscula manteniendo presionada la tecla retroceso control para volver a subir, y eso es lo que necesitamos. Así que voy a tirar esto hacia abajo, para que puedan verlo. Así que ahí lo tenemos, lo cerramos y luego entramos. Entonces, luego se derrama, se derrama nuestros resultados, voy a hacerlo y luego, si hago doble clic en este proyecto de ley, lo recorté un poco para que el derrame baje exactamente a donde quiero que vaya. Así que ahora se está extendiendo a la venta en 32, para que luego podamos resumirlo y sumarlo. Así que ahora voy a resumirlo de nuevo, alt, igual hay enter. Y eso suma mil. Así que tengo mucha más confianza ahora que todo ha sido recogido, porque tengo mi número de cheque abajo. Y entonces puedo tomar mi frecuencia relativa. Así que estas son las veces que han aparecido en nuestras muestras numeradas al azar. Así que estamos haciendo una especie de prueba, esto sería algo así como la prueba de la vida real que tiene aleatoriedad, similar a lanzar una moneda o tirar un dado. Y luego quiero pensar en la frecuencia con la que aparecieron estos resultados en comparación con el total de mil. ¿Cuál es el porcentaje de veces que aparecieron? ¿Por qué eso es lo que generalmente tenemos aquí con el aplomo en la distribución, ¿verdad? ¿Cuál es el porcentaje de probabilidad de que va a hacer escribir su punto 2-3 por ciento, que va a hacer eso, así que veamos nuestros rangos? Así que esto va a ser igual a cero sobre mil, ese mil. No quiero que se mueva cuando lo copie. Así que voy a seleccionar f4. Ahora bien, esto es lo que también podría usar las matrices del derrame con algunas de estas fórmulas. Pero todavía me gustan las referencias absolutas cuando puedo usarlas. Y normalmente utilizo los derrames y las matrices cuando me dan algún valor añadido, como este de frecuencia. Eso me da un valor añadido. Porque a veces, cuando coloco las tablas en su lugar, esos derrames en las matrices pueden dificultar las cosas con la mesa. Así que hay pros y contras de ellos. En cualquier caso, voy a hacer doble clic en el controlador de relleno y copiarlo. Así que ahí está. Y luego voy a ir al número de la pestaña Inicio y lo convertiré en un porcentaje, le agregaré algunos decimales. Así que ahí lo tenemos, y luego, abajo, no voy a resumir en lugar de hacerlo de esta manera. Voy a eliminar esto y luego a altes iguala para que resuma, aún debería llegar al 100% porque comparé cada uno de estos resultados con el total. Y ahora podemos comparar estos datos que generamos con lo que obtendríamos de la policía sobre lo que obtuvimos de la distribución del tiempo de la policía. Y esto sería como si hiciéramos el ejercicio real y vieramos lo que realmente sucedió en la vida real, pero solo durante mil rondas, y estos son los puntos en la distribución. Y podríamos ver cuán cerca entonces, al igual que cuando lanzamos una moneda, cuán cerca están nuestras predicciones estimadas de dos, ya sabes, los puntos en la distribución. Así que aquí, tuvimos 10, frente a 523, frente a 10,76. Frente a esto, 1,4 frente a 1,8, 3,78 frente a 3,3, 6,31 frente a 6,3. Suena muy cerca. Y luego 9 contra 711 contra el 1212,51. Bien, podemos poner las diferencias aquí, hagamos la diferencia. Y dice, voy a decir que las diferencias son estas, menos estas. Y puedo copiar eso, y posiblemente hacer que los números de la pestaña de inicio, lo conviertan en un porcentaje, agregando un par de decimales. Vamos a formatear esto sobre la pestaña inicio, formato del porta papeles, pintarlo aquí. Y ahora puedes ver las diferencias entre los dos, podría resumirlas. Y ahí tenemos eso. Así que podríamos trazar estos dos, podríamos hacer plot recreando este gráfico que hicimos antes. Y luego lo hicimos con una función y luego usando un gráfico basado en estos datos aquí. Así que lo que voy a hacer es seleccionar los datos. Voy a seleccionar estos son los datos a partir de los cuales voy a hacer el segundo gráfico, y voy a subir hasta el inserto. Y vamos a ir a un gráfico de barras, un gráfico de barras. Y boom, ahí está. Ahora vamos a hacer algunos de nuestros ajustes típicos a esto. Así que voy a entrar aquí, vamos a entrar en los diseños de gráficos, la selección de datos. Así que me di cuenta de que ese es el conjunto de datos correcto que quiero allí. Voy a agregar otro conjunto de datos, agregando otro que voy a recoger de este conjunto de datos, lo llamaré pdx. Y vamos a decir que esto va a ser igual a estos números, solo voy a bajar a 30. Así que voy a la misma distancia que tengo en mi otro gráfico, los dos conjuntos de datos bajan a la misma área. Y luego también quiero cambiar mis x para asegurarme de que estoy recogiendo las x de 0 a 30. Bien, entonces puedes ver abajo, nos ha dado datos de que puedes ver que están alineados bastante cerca, pero no son, ya sabes, exactos uno encima del otro. Si presiono este elemento y miro que no sé si puedo hacer mis etiquetas de datos, eso está demasiado desordenado para las etiquetas de datos. Pero us, podrían ver eso, us, saben, si es así. Entonces, si, por ejemplo, vieras estos datos con la curva azul y luego digeras, está bien, si veo que eso sucede, podría decir, bueno, tal vez haya un aplomo en la distribución aquí. Y si lo hay, entonces puedo trazar los puntos en la distribución, ¿verdad? Y eso me da el poder predictivo porque ahora tengo una fórmula que puede ayudarme a planificar y pensar en lo que va a suceder en el futuro. Dados los datos pasados es la idea general. Ahora puedo decir que puedo tener mis títulos de ejes. No hagamos eso. Sólo voy a hacer la leyenda. Necesito una leyenda aquí abajo. Así que pusieron la leyenda aquí. Podemos ponerla a un lado. Muy bien, está bien. Podríamos moverlo en la parte inferior o algo así. Pero esta es la frecuencia relativa. En otras palabras, estos son los datos reales que ejecutamos frente a la curva perfecta basada en la fórmula venenosa en orange es la idea general. Así que echaremos un vistazo a un par de ejemplos más que son una especie de ejemplos prácticos con esta idea en futuras presentaciones.