Generator distribusi segitiga

Gunakan model berbatas saat Anda tahu nilai minimum, nilai paling mungkin, dan nilai maksimum.

Semua berjalan di browser; tidak ada sampel yang diunggah. URL berbagi hanya memuat pengaturan.

Mode aman memakai CSPRNG. Mode seed dipakai untuk reproduksi, bukan untuk kerahasiaan.

Bahasa lain 日本語 | English | 简体中文 | 繁體中文 | Español | Español (México) | Português (Brasil) | Português (Portugal) | Bahasa Indonesia | 한국어 | Français | Deutsch | हिन्दी | العربية | বাংলা | Türkçe | ไทย

Apa itu distribusi segitiga?

Distribusi segitiga memakai tiga angka: batas bawah a, modus c, dan batas atas b. Model ini praktis untuk estimasi cepat saat data historis belum cukup.

Anda tidak perlu memasukkan informasi pribadi untuk memakai alat ini.

Preset

Pilih contoh awal, lalu sesuaikan parameternya.

Generator

Atur parameter, ukuran sampel, bin, dan RNG. Setelah itu buat sampel dan ekspor hasil.

Statistik sampel

Sampel (20 pertama)

Cara memakai alat ini

Gunakan halaman ini saat Anda tahu minimum, nilai paling mungkin, dan maksimum, lalu membutuhkan model berbatas yang cepat.

Gunakan dalam 3 langkah

  1. Masukkan a, c, dan b sehingga a ≤ c ≤ b.
  2. Buat sampel dan bandingkan histogram dengan PDF serta statistik teoretis.
  3. Ubah satu input setiap kali untuk membedakan pergeseran pusat, kemiringan, dan rentang.

Cara membaca hasil

Panel teori menunjukkan rata-rata, varians, dan bentuk kepadatan yang tersirat dari parameter Anda.

Pemeriksaan batas

Pertanyaan umum

Kapan distribusi segitiga berguna?
Saat hanya tersedia perkiraan minimum, nilai paling mungkin, dan maksimum.
Apakah modus harus di tengah?
Tidak. Modus boleh berada di mana saja selama berada di antara minimum dan maksimum.
Mengapa hasil tampak miring?
Jika modus lebih dekat ke salah satu batas, sampel akan lebih sering muncul di sisi itu.
Apa yang harus dicek pertama?
Pastikan urutan a ≤ c ≤ b dan semua nilai memakai satuan yang sama.
Apakah cocok untuk data final?
Ini model perkiraan awal. Untuk analisis resmi, cocokkan dengan data dan asumsi domain.