Dados aleatórios exponenciais
Dados Aleatórios Exponenciais simula tempos de espera entre eventos independentes, como falhas de máquinas ou chegadas de clientes, assumindo uma taxa de falhas constante (a propriedade de ausência de memória). Você define o número de linhas e colunas, a escala, que é o tempo médio entre eventos (1/taxa), e um limiar opcional que desloca os valores para cima. Se a taxa de falhas muda ao longo do tempo, use Dados Aleatórios de Weibull.
Última revisão
Conclusão principal
Dados Aleatórios Exponenciais gera valores estritamente positivos da distribuição exponencial, dado o seu tempo médio entre eventos, para simular tempos entre falhas, chegadas ou conclusões de atendimento a uma taxa constante.
Nesta página
O que são dados aleatórios exponenciais?
Dados Aleatórios Exponenciais gera valores da distribuição exponencial, que modela o tempo entre eventos independentes consecutivos, como o tempo entre falhas de máquinas, chegadas de clientes ou conclusões de atendimento. Você especifica a média (tempo médio entre eventos), e a ferramenta gera durações aleatórias entre eventos.
Definição simples: Gera tempos de espera aleatórios entre eventos, muito usados na engenharia de confiabilidade e na análise de filas para simular quanto tempo falta até a próxima falha ou chegada.
Quando usar dados aleatórios exponenciais?
- Use para simular tempos entre falhas, chegadas ou conclusões de atendimento.
- Use para testar análises de confiabilidade que pressupõem uma taxa de falhas constante (modelo de falhas exponencial).
Diretrizes para o uso correto de dados aleatórios exponenciais
- A distribuição exponencial pressupõe uma taxa de falhas constante (propriedade de ausência de memória) : se a taxa de falhas muda ao longo do tempo, use a Weibull em vez disso.
- Todos os valores gerados são estritamente positivos.
- Defina a média igual ao tempo médio conhecido entre eventos a partir de dados históricos.
Alternativas: quando não usar dados aleatórios exponenciais
- Se a taxa de falhas muda ao longo do tempo, use Dados Aleatórios de Weibull
- Para medições contínuas positivas assimétricas (não baseadas em tempo), use Dados Aleatórios Lognormais
Exemplo de dados aleatórios exponenciais
As etapas a seguir para gerar dados aleatórios exponenciais:
- Para gerar dados aleatórios exponenciais, é preciso preencher as opções necessárias.
- Agora, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
- Para encontrar Dados Aleatórios Exponenciais, escolha Statistical module> Random Data > Random Exponential Data


4. Após usar a ferramenta mencionada acima, obtém a saída da seguinte forma:


Como gerar dados aleatórios exponenciais
O guia é o seguinte:
- Faça login no Zometric Statistical Software em https://statsai.zometric.com/
- Na página inicial, escolha Statistical Tool> Random Data>Random Exponential Data.
- Em seguida, preencha as opções necessárias.
- Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.
No painel (dashboard) de Dados Aleatórios Exponenciais, a janela é dividida em duas partes.

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha contém dados aleatórios gerados. Os dados serão gerados depois que as opções necessárias forem preenchidas.
Na parte direita, há várias opções, descritas a seguir:
- Number of rows of data to generate: Especifica quantos pontos de dados aleatórios gerar. Por exemplo, informar 10 produzirá exatamente 10 linhas de valores aleatórios, todas visíveis no painel de dados.
- Number of columns: Especifica quantas variáveis (colunas) cada linha terá. Por exemplo, informar 3 produzirá 3 colunas de dados gerados aleatoriamente lado a lado no painel de dados.
- Scale: A média da distribuição exponencial, ou seja, o tempo médio entre eventos (igual a 1/taxa). Um valor de escala maior produz números maiores e mais dispersos; um valor de escala menor produz valores que se agrupam mais perto de zero. Todos os pontos de dados gerados no painel de dados refletirão essa dispersão.
- Threshold: Define um ponto de partida mínimo para os dados gerados. Em vez de os valores começarem em zero, os números gerados serão deslocados para cima por esse valor. Por exemplo, definir um limiar de 10 significa que todos os valores gerados começarão em 10 e seguirão para cima, em vez de começar em 0.
- Graphical summary: Quando selecionada, todos os valores gerados são agrupados e resumidos: um histograma com uma curva normal ajustada e um boxplot, estatísticas descritivas, um teste de normalidade de Anderson-Darling, um gráfico de probabilidade e intervalos de confiança de 95% para a média, a mediana e o desvio padrão. É um resultado visual baseado nos dados que acabaram de ser criados.
Perguntas frequentes
O que os dados aleatórios exponenciais simulam?
Dados aleatórios exponenciais simulam o tempo entre eventos independentes consecutivos, como o tempo entre falhas de máquinas, chegadas de clientes ou conclusões de atendimento. São muito usados na engenharia de confiabilidade e na análise de filas para modelar quanto tempo falta até a próxima falha ou chegada e para testar análises de confiabilidade que pressupõem uma taxa de falhas constante.
Quando usar a Weibull em vez da distribuição exponencial?
A distribuição exponencial pressupõe uma taxa de falhas constante, a propriedade de ausência de memória. Se a taxa de falhas muda ao longo do tempo, aumentando ou diminuindo, use Dados Aleatórios de Weibull em vez disso. Para medições positivas assimétricas que não são baseadas em tempo, Dados Aleatórios Lognormais é a melhor escolha.
O que as configurações de escala e de limiar fazem nos dados aleatórios exponenciais?
A escala é a média da distribuição exponencial, o tempo médio entre eventos, igual a 1/taxa. Uma escala maior dá números maiores e mais dispersos, e uma escala menor dá valores agrupados mais perto de zero; defina-a a partir do tempo médio conhecido entre eventos nos dados históricos. O limiar desloca todos os valores para cima; assim, um limiar de 10 significa que os valores começam em 10 em vez de 0.
