 Estadística y Excel, fórmula de distribución binomial y gráfico obtuvieron datos. Vamos a meternos en ello con las estadísticas y Excel, no es necesario que lo hagas, pero si tienes acceso a una nota, estamos en el icono de la izquierda de la presentación de una nota 1556 fórmula de distribución binomial y pestaña gráfico. También estamos cargando transcripciones en OneNote. Para que pueda ir a la herramienta lector inmersivo de la pestaña ver, cambie el idioma si así lo desea. Utilizando herramientas como la caja y los bigotes y el histograma del histograma haciendo la herramienta principal que visualizamos cuando pensamos en la dispersión de los datos. Y podemos describir la dispersión de los datos en un histograma usando términos como que estás esgado hacia la izquierda o hacia la derecha, ahora estamos pensando en curvas que tienen una fórmula relacionada con ellas, que en algunos casos, podrían ser capaces de aproximarse a los conjuntos de datos que estamos viendo en la vida real. Y si ese es el caso, entonces podemos tener más poder predictivo. A menudo, el uso de estas fórmulas que representan una curva suave o un contorno. Ahora estamos viendo una distribución binomial y presentaciones anteriores, vimos diferentes familias, como el uniforme y la distribución y la distribución de Coisan. Ahora estamos viendo una distribución binomial, que a menudo aparece con bastante frecuencia, hay muchos escenarios en realidad. Una 54. Donde una distribución binomial podría surgir en la práctica, como en escenarios de negocios. Veamos las condiciones de una distribución binomial. La distribución binomial describe el comportamiento de las cuentas de la variable X, si se aplican las siguientes condiciones número 1, el número de observaciones en esfijo. Así que tenemos algunas observaciones que vamos a ver, esas observaciones van a ser fijas. Un ejemplo común es como una situación de llamada de ventas cuando estamos viendo ejemplos de negocios al menos. Entonces, en una situación de llamada de ventas, por ejemplo, vas a tener un número fijo de llamadas. Y cada llamada que vas a hacer va a tener uno de dos resultados, un éxito de venta o un no éxito, una no venta. Así que usaré eso como mi ejemplo, mientras pensamos en estas condiciones. Número 2, cada observación es independiente. En otras palabras, cuando miramos nuestras llamadas de ventas, las observaciones para ver si hicimos o no una venta, y cada una de las llamadas de ventas, son independientes. Una venta que hemos realizado en una llamada de venta no tiene ningún impacto en la segunda venta y si obtenemos o no una venta en la segunda llamada. Y si miras esto, y lo piensas en términos de tarjetas con una situación estadística, por ejemplo, si robas una carta del mazo, entonces has cambiado las probabilidades cuando robas la segunda carta del mazo, si no devuelves esa primera carta, porque ahora estás hablando de 51 cartas en lugar de 52 cartas, por ejemplo. Así que si vuelves a poner la carta, ahora tienes una especie de baraja independiente, vuelves a barajar el mazo y vuelves a, ya sabes, una aleatoriedad de 52 cartas en el mazo. En tercer lugar, cada observación representa uno de los dos resultados, éxito o fracaso. Entonces, cada vez que hay una especie de binomio de dos tipos de situaciones de resultados, entonces queremos ser capaces de decir, ¿Puedo definir lo que sea que esté viendo como un tipo de situación exitosa o fallida? Por lo tanto, no estamos viendo situaciones en las que hay gradientes de éxito o ventas, como cuando tuve una llamada de ventas que me dio una venta de 500 pesos en lugar de 100 pesos. Gastos generales de venta o algo así, estamos diciendo, hice una venta. ¿O no hice una venta? ¿Se define el éxito en este caso? Si logramos que la venta no fuera un éxito, si no lo hicimos, si estás hablando de una situación de lanzamiento de moneda, entonces no tenemos cara ni cruz? Así que la pregunta es, en una situación de lanzamiento de moneda, el éxito se definiría como cara o cruz, lo que quieras elegir, el no éxito serían los otros cuatro. La probabilidad de éxito de la cotización, que se representará mediante P, es la misma para cada resultado. Entonces, cuando se habla de una situación de lanzamiento de moneda, entonces si se trata de una moneda justa, la probabilidad de éxito es del 50% cada lanzamiento de moneda. Si se trata de una situación de llamada de ventas o una moneda que no es justa, por ejemplo, entonces podría la llamada de ventas, puede tener el precio probabilidad de éxito para cada llamada suele ser mucho menor. Si lo haces, especialmente si estás llamando en frío para ventas, es posible que solo tengas un 10% o incluso menos probabilidades de hacer una venta en una llamada en particular. Pero ese 10%, imaginamos que sería constante para cada una de las llamadas. Entonces, si se cumplen estas condiciones, entonces podría tener un tipo de distribución binomial. Y podemos usar esta ecuación, no vamos a entrar en la ecuación con mucho detalle aquí, porque no quiero sentirme demasiado intimidado por la ecuación. Porque la idea sería que una vez que se ha resuelto la ecuación, para obtener la curva de una distribución binomial, entonces podemos aplicarla si encontramos que, siendo aplicable en nuestra situación de la vida real, entonces podemos aplicarla usando nuestras funciones de Excel y nuestros gráficos de Excel. Y si quieres escribir esto, por supuesto, puedes ir a insertar, y puedes entrar en la ecuación, y luego puedes hacer una ecuación INC que hemos visto en la presentación anterior. Así que no volveré a hacerlo todo aquí. Pero ya sabes, cualquier producto de Microsoft, puedes escribir una ecuación matemática, puedes escribir una ecuación matemática de esta manera. Y de esa manera, puedes representar esa ecuación. En Excel, es tan regular o cualquier producto de Microsoft, por lo que es una especie de herramienta agradable, agradable de tener. Así que sigamos y aproximemos algunos datos. Así que vamos a tener el número va a estar y luego tenemos P va a ser el porcentaje de de probabilidades P es el mismo para cada resultado, que es la probabilidad de éxito para cada resultado. Imaginemos que lo que queremos hacer ahora es trazar la distribución binomial y hacer un gráfico a partir de él y ver cómo cambia el gráfico. Si cambiamos las variables como NYP, a medida que hacemos esto, podría ser útil imaginar un escenario. Imaginemos que tenemos ese escenario de llamada de ventas en el que N representa el número de llamadas y P representa la probabilidad de éxito, el éxito en este caso es que hicimos una venta en la llamada de ventas, el fracaso es que no tenemos una venta en la llamada de ventas. Entonces, si tuviera que trazar esto, vamos a decir que X está a la izquierda, por lo que X va a ser de 0 a 5, observe que esta secuencia que estamos poniendo en Excel, podría poner un 0 y un 1 y luego usar el controlador de relleno para copiarlo a 5 o simplemente escribir 5, pero si usamos esta función de secuencia, podríamos decir que es igual a secuencia. Y luego el número de filas va a ser este número 5, más 1, porque en realidad quiero agregar un 0, y luego una coma, una coma al punto de partida del 0. La razón por la que esta función de secuencia es útil es porque a veces es más rápida si tienes muchas columnas. Y también, puedes cambiar el número de filas automáticamente ahora cambiando esta n, así que si cambio esta n, esto cambiará automáticamente. Así que esa es una especie de herramienta útil, a veces para usar dentro de Excel, que PDX va a ser nuestra ecuación para la distribución binomial, que es binoma punto disco punto rango de puntos. Ahora, con la distribución binomial, tiene esta función más nueva que la que teníamos con la distribución de Coisan de la que hablamos antes. Así que en realidad puedes haber una distribución de puntos binomas, y hay un rango de puntos binomas dist puntos, el rango de puntos está diseñado para tener más flexibilidad. Y también podría darte como el tipo de función de matriz de derrame. Pero la otra función sigue siendo útil. Y podría, podría, porque podría ser más similar a lo que estás acostumbrado, con respecto a tener un componente acumulativo, siendo el último argumento acumulativo, y el último argumento acumulativo. Así que veremos ambos un poco más en Excel y en futuras presentaciones aquí. Pero estamos usando el último y el mejor para este primer ejemplo, que es binome punto dist rango de puntos. Luego tenemos los juicios. Así que los ensayos van a ser los cinco aquí, y entonces la probabilidad es del 10% por ensayo. Y luego los números que vamos a tener van a ser este rango de lo que es este hashtag que se va a derramar, lo va a derramar aquí. Por lo tanto, la probabilidad de tener cero éxitos va a ser de 59,05. La probabilidad de tener un éxito de cada cinco es de 32.812 éxitos, 7.29 éxitos, y así sucesivamente, es bastante improbable que tengamos cuatro éxitos. Porque cada llamada de ventas que tenemos, solo tenemos un 10% de posibilidades de éxito y obtener cuatro de cinco sería muy, ya sabes, bastante improbable en ese caso. Ahora queremos tener una idea de HUB como si tuviéramos que graficar esto ahora. Así que ahora tenemos del uno al cinco y tenemos el porcentaje de probabilidad subiendo alrededor de 60 para cero, obteniendo cero de cinco, uno de cinco, dos de cinco, y así sucesivamente. Como pueden ver, tienen una curva que se parece a ésta. Y ahora solo queremos tener una idea de la sensación de la curva a medida que cambia cuando cambiamos estas variables de N y P. Entonces, si tuviera que cambiar estas variables a 10, en lugar de cinco, observe ahora mi columna X y Excel porque usé esta fórmula de secuencia genial. En realidad se completará automáticamente hasta 10. Y debido a que utilicé una matriz de derrame, una fórmula elegante de la matriz de derrame para el rango de puntos de binoma repartido, esto se derramará automáticamente. Así que eso es lo bueno de esas fórmulas. Y puedes practicar eso en nuestra presentación de Excel porque lo completará automáticamente. Ahora, en el gráfico, también se completará automáticamente. Pero es posible que tenga que copiar el rango de datos el gráfico para asegurarse de que recoja el rango de datos completo hasta 10. Desde el punto de vista de la distribución de puntos binomas, se puede ver que se ve así arriba porque se detiene en cero, ¿verdad? Y ahora, cuando lo mueves hacia la derecha, se ve que se va a aproximar más a una curva en forma de campana. Así que ahora que he aumentado eso, si lo vuelvo a hacer, aumenté el final a 20 P todavía en un 10%. Ahora podemos ver que se está moviendo hacia la derecha y se ve más en forma de campana todavía cortada en ese lado izquierdo. Y luego, si lo vuelvo a aumentar, termina haciendo 150. Ahora está aquí como en el medio y tienes algo que se ve, ya sabes, bastante campanado, eso va a ser la tendencia general. Cuando miramos estas curvas, si yo si entonces trazo ésta de nuevo a 5, pero aumenté P de mi creencia 10 lo que era antes de 220. Ahora tenemos que lo tenemos cortado otra vez, por aquí, y se ve un poco menos en forma de campana. Si lo aumento de P de 40 probabilidad de 40 a probabilidad de 2 40%. Por otra parte, se mueve hacia la derecha y se puede ver que tiene más forma de campana, tipo de aspecto aquí. Y si analizamos esto, por supuesto, si P es 40%, entonces la probabilidad de que obtengamos 0 llamada 0 éxitos de 5 es ahora 7.78. La probabilidad de que obtengamos un éxito es de 25,92. La probabilidad de que lleguemos al éxito es de 34,56. Si estoy pensando en la probabilidad de que pase de 0 a 2 éxitos, lo sumaría 34.56 25.92 más 7.78. Si añado eso, correcto, 68,26. No estoy totalmente seguro de haberlo agregado, verdad, pero esa es la idea. Hablaremos más sobre eso en futuras presentaciones. En este momento solo estamos enfocados en cómo se ve la curva. Entonces, si muevo esto al 50%, ahora tienes algo de nuevo, se ve algo más en forma de campana. Así que a medida que aumentamos N o P a medida que los aumentamos, entonces tendemos a conseguir algo que empieza a aparecer más acampanado. Esa es la tendencia general que verás. En futuras presentaciones entraremos más en detalle con algunos tipos reales y nos vemos en el próximo vídeo.