Normalverteilte Zufallsdaten erzeugen (Generate Random Normal Data)

Generate Random Normal Data erzeugt eine symmetrische, glockenförmige Zufallsstichprobe. Sie legen Anzahl der Zeilen und Spalten, Mittelwert, Standardabweichung und Anzahl der Dezimalstellen fest. Damit simulieren Sie Prozessdaten für Regelkarten oder Prozessfähigkeitsanalysen, validieren Verfahren oder führen Monte-Carlo-Simulationen durch. Erzeugen Sie mindestens 30 Werte. Es wird kein fester Startwert (Seed) verwendet; kopieren Sie die Daten, um sie wiederzuverwenden.

Zuletzt geprüft

Kernaussage

Generate Random Normal Data erzeugt eine Zufallsstichprobe aus einer Normalverteilung (Gauß-Verteilung) mit dem von Ihnen gewählten Mittelwert und der Standardabweichung, zum Simulieren von Prozessdaten und Testen statistischer Verfahren.

Auf dieser Seite
  1. Was ist Generate Random Normal Data?
  2. Wann wird Generate Random Normal Data eingesetzt?
  3. Hinweise zur richtigen Anwendung von Generate Random Normal Data
  4. Alternativen: Wann Sie Generate Random Normal Data nicht verwenden sollten
  5. Beispiel für Generate Random Normal Data
  6. Anleitung: Generate Random Normal Data durchführen

Was ist Generate Random Normal Data?

Random Normal Data erzeugt einen Datensatz von Werten, die einer Normalverteilung (Gauß-Verteilung) folgen – der klassischen symmetrischen Glockenkurve. Sie legen die Anzahl der Zeilen, den Mittelwert (Lage) und die Standardabweichung (Streuung) fest, und das Werkzeug erzeugt eine Zufallsstichprobe aus dieser Verteilung.

Einfache Definition: Erzeugt Zufallszahlen, die einer Glockenkurve folgen, zentriert um den von Ihnen festgelegten Mittelwert, mit einer durch die Standardabweichung gesteuerten Streuung.

Wann wird Generate Random Normal Data eingesetzt?

  • Zum Simulieren von Prozessdaten , um Regelkarten oder Prozessfähigkeitsanalysen zu testen, bevor reale Daten vorliegen.
  • Zum Validieren statistischer Verfahren , indem Daten mit bekannten Eigenschaften erzeugt und die erwarteten Ergebnisse bestätigt werden.
  • Für Schulung, Ausbildung und Monte-Carlo-Simulationen normalverteilter Prozesse.

Hinweise zur richtigen Anwendung von Generate Random Normal Data

  • Es wird kein fester Startwert (Seed) verwendet, daher liefert jedes Calculate neue Werte; kopieren Sie die erzeugten Daten, wenn Sie denselben Datensatz wiederverwenden möchten.
  • Verwenden Sie realistische Werte für Mittelwert und Standardabweichung , wenn Sie tatsächliches Prozessverhalten simulieren.
  • Erzeugen Sie mindestens 30 Werte , damit die Normalverteilungsform deutlich erkennbar ist.

Alternativen: Wann Sie Generate Random Normal Data nicht verwenden sollten

  • Ist der Prozess rechtsschief und stets positiv, verwenden Sie lognormalverteilte Zufallsdaten (Random Lognormal Data)
  • Für Gut/Schlecht-Zählungenverwenden Sie binomialverteilte Zufallsdaten (Random Binomial Data)
  • Für Simulationen der Zeit zwischen Ausfällenverwenden Sie exponential- oder Weibull-verteilte Zufallsdaten (Random Exponential or Weibull Data)

Beispiel für Generate Random Normal Data

So erzeugen Sie normalverteilte Zufallsdaten:

  1. Füllen Sie zum Erzeugen normalverteilter Zufallsdaten die erforderlichen Optionen aus.
  2. Analysieren Sie die Daten nun in Zometric Statistical Software unter https://statsai.zometric.com/.
  3.  Generate Random Normal Data finden Sie unter Statistical module> Random Data > Generate Random Normal Data
Generate Random Normal Data — figure 1Generate Random Normal Data — figure 2

4. Nach Ausführung des oben genannten Werkzeugs erhalten Sie folgende Ausgabe:

Generate Random Normal Data — figure 3Generate Random Normal Data — figure 4

Anleitung: Generate Random Normal Data durchführen

So gehen Sie vor:

  1. Melden Sie sich bei Zometric Statistical Software an unter https://statsai.zometric.com/
  2. Wählen Sie auf der Startseite Statistical Tool> Random Data>Generate Random Normal Data.
  3. Füllen Sie anschließend die erforderlichen Optionen aus.
  4. Klicken Sie abschließend unten auf der Seite auf calculate, um die gewünschten Ergebnisse zu erhalten.

Das Dashboard von Generate Random Normal Data ist in zwei Bereiche unterteilt.

Generate Random Normal Data — figure 5

Im linken Bereich befindet sich der Datenbereich (Data Pane). Im Data Pane enthält jede Zeile erzeugte Zufallsdaten. Die Daten werden erzeugt, nachdem die erforderlichen Optionen ausgefüllt sind.

Im rechten Bereich stehen folgende Optionen zur Verfügung:

  • Number of rows of data to generate:  Legt fest, wie viele zufällige Datenpunkte erzeugt werden. Bei der Eingabe 10 entstehen beispielsweise genau 10 Zeilen mit Zufallswerten, die alle im Data Pane sichtbar sind.
  • Number of columns:  Legt fest, wie viele Variablen (Spalten) jede Zeile hat. Bei der Eingabe 3 entstehen beispielsweise 3 nebeneinanderliegende Spalten mit Zufallsdaten im Data Pane.
  • Mean: Der Mittelwert, der beim Erzeugen der Zufallsdaten als Zentrum dient. Die Zufallszahlen verteilen sich um diesen Wert: Setzen Sie den Mittelwert auf 50, häufen sich die erzeugten Daten um 50, mit Werten darüber und darunter entsprechend der Standardabweichung.
  • StdDev (standard deviation):  Steuert, wie weit die erzeugten Werte um den Mittelwert streuen. Ein kleiner Wert hält die Zahlen eng um den Mittelwert, ein großer Wert erzeugt eine breitere Streuung. Die Zufallsdaten werden mit diesem Parameter erzeugt, und die grafische Zusammenfassung analysiert diese Streuung anschließend und stellt sie visuell dar.
  • Graphical summary: Nachdem die Zufallsdaten mit dem von Ihnen festgelegten Mittelwert und der Standardabweichung erzeugt wurden, liefert diese Option eine grafische Analyse dieser Daten, etwa ein Histogramm, das zeigt, wie sich die erzeugten Werte verteilen. Es ist ein visuelles Ergebnis auf Basis der soeben erzeugten Daten.
  • Decimals: Steuert die Anzahl der Dezimalstellen der erzeugten Zufallswerte selbst. Bei der Einstellung 2 wird beispielsweise jede erzeugte Zahl auf 2 Dezimalstellen gerundet, etwa 47.83 oder 52.16. Bei der Einstellung 0 entstehen nur ganze Zahlen.

Häufig gestellte Fragen

Was macht Generate Random Normal Data?

Es erzeugt einen Datensatz von Werten, die einer Normalverteilung (Gauß-Verteilung) folgen, der symmetrischen Glockenkurve. Sie legen die Anzahl der Zeilen, den Mittelwert (Lage) und die Standardabweichung (Streuung) fest, und das Werkzeug erzeugt eine Zufallsstichprobe aus dieser Verteilung. Außerdem können Sie die Anzahl der Spalten und Dezimalstellen festlegen.

Wann sollten Sie normalverteilte Zufallsdaten erzeugen?

Verwenden Sie sie, um Prozessdaten zum Testen von Regelkarten oder Prozessfähigkeitsanalysen zu simulieren, bevor reale Daten vorliegen, um statistische Verfahren mit Daten bekannter Eigenschaften zu validieren und die Ergebnisse zu prüfen, sowie für Schulung, Ausbildung und Monte-Carlo-Simulationen normalverteilter Prozesse.

Wie viele Werte sollten Sie für normalverteilte Daten erzeugen?

Erzeugen Sie mindestens 30 Werte, damit die Normalverteilungsform deutlich erkennbar ist, und verwenden Sie realistische Werte für Mittelwert und Standardabweichung, wenn Sie tatsächliches Prozessverhalten simulieren. Es wird kein fester Startwert (Seed) verwendet, daher liefert jedes Calculate neue Werte; kopieren Sie die erzeugten Daten, wenn Sie denselben Datensatz wiederverwenden möchten.

Wann sollten Sie statt der Normalverteilung eine andere Verteilung für Zufallsdaten verwenden?

Ist der Prozess rechtsschief und stets positiv, verwenden Sie stattdessen lognormalverteilte Zufallsdaten. Für Gut/Schlecht-Zählungen verwenden Sie binomialverteilte Zufallsdaten. Für Simulationen der Zeit zwischen Ausfällen verwenden Sie exponential- oder Weibull-verteilte Zufallsdaten. Normalverteilte Zufallsdaten eignen sich für stetige, symmetrische, glockenförmige Prozesse.