Triangular वितरण क्या है?
Triangular वितरण minimum a, mode c और maximum b से bounded model बनाता है। यह तेज़ rough estimate के लिए उपयोगी है।
aसंभावित minimum है।cसबसे संभावित value है।bसंभावित maximum है।cबीच में न हो तो वितरण skewed होता है।
मीन: (a+b+c)/3. वैरिएंस: (a²+b²+c²-ab-ac-bc)/18.
इस टूल के लिए निजी डेटा डालने की जरूरत नहीं है।
प्रीसेट
आम shapes को शुरुआती बिंदु की तरह चुनें। लागू करने के बाद भी values बदल सकते हैं।
जनरेटर
minimum, mode, maximum, नमूना size, bins और रैंडम mode सेट करें। फिर नमूने बनाकर एक्सपोर्ट करें।
नमूना आँकड़े
नमूने (पहले 20)
कैसे इस्तेमाल करें
जब minimum, most likely value और maximum पता हों, और bounded model जल्दी बनाना हो, तब इस्तेमाल करें।
3 स्टेप
a,c,bभरें औरa ≤ c ≤ bरखें।- नमूने बनाएं और हिस्टोग्राम को theoretical PDF और summary stats से तुलना करें।
- बीच shift, skew और range को अलग समझने के लिए एक बार में एक इनपुट बदलें।
परिणाम कैसे पढ़ें
हिस्टोग्राम नमूना shape दिखाता है। theory panel आपके इनपुटs से निकलने वाला मीन और वैरिएंस दिखाता है।
सीमा checks
c=aयाc=bहो तो भार एक तरफ़ ज्यादा जाता है।- scenario compare करने से पहले units एक जैसे रखें।
- Beta या PERT से तुलना करते समय सीमाएँ और mode की definition मिलाएँ।
अक्सर पूछे जाने वाले सवाल
a, c, b का मतलब क्या है?
वितरण skewed क्यों होता है?
यह Beta या PERT से कैसे अलग है?
दूसरे टूल से संख्या अलग क्यों हो सकती है?
शुरुआत में क्या देखें?
संबंधित टूल्स
- वितरण टूल्स का overviewवितरण generators और रैंडम diagnostics साथ में देखें।
- वितरण सैंपलरNormal, Gamma, Beta आदि वितरण की तुलना एक ही पेज पर करें।
- बीटा वितरण जनरेटर0 से 1 के बीच proportion या प्रायिकता नमूने बनाएं।
- डिरिख्ले वितरण जनरेटरकुल 1 वाले प्रायिकता vectors बनाएं।
- त्रिकोणीय वितरण जनरेटरminimum, mode और maximum से bounded model बनाएं।
- कटे हुए नॉर्मल वितरण जनरेटरbounds के अंदर रहने वाले normal नमूने बनाएं।
- वीबुल वितरण जनरेटरlifetime, waiting time या failure-time नमूने बनाएं।
- रैंडमनेस टेस्टरैंडम आउटपुट में bias या structure जल्दी जांचें।
- यादृच्छिक और संभावना गाइडरैंडम tools और प्रायिकता calculators के लिए अगला रास्ता देखें।