在Excel中创建概率分布

我得到了三个数据点，并被告知进行分配。 以下是我完成任务的说明：

最底层的20个百分点本月将产生13个单位。数据的中位数显示我们本月应该生产23台。最好的例子是，排名前20%的数据显示我们本月生产了30台

这是指试图找出当月生产一定数量零件的%可能性

我试着这样分发：

但是，我希望得到如下概率分布：

我正在处理的数据（根据我老板的上述指示总结）如下：

| Serial Number | Median Projected Finish Date | Median In July | Best Case Projected Finish Date | Best In July | Worst Case Projected Finish Date | Worst In July |
|:-------------:|:----------------------------:|:--------------:|:-------------------------------:|:------------:|:--------------------------------:|:-------------:|
|      8473     |           7/18/2019          |        1       |            6/28/2019            |       1      |             8/2/2019             |       0       |
|     11963     |           6/30/2019          |        1       |            6/28/2019            |       1      |             7/28/2019            |       1       |
|     15165     |           6/27/2019          |        1       |            6/27/2019            |       1      |             6/28/2019            |       1       |
|     28023     |           7/1/2019           |        1       |            6/29/2019            |       1      |             7/3/2019             |       1       |
|     14355     |           9/1/2019           |        0       |            7/11/2019            |       1      |             9/13/2019            |       0       |
|     14388     |           7/3/2019           |        1       |             7/1/2019            |       1      |             7/7/2019             |       1       |
|      796      |           7/18/2019          |        1       |            6/28/2019            |       1      |             8/2/2019             |       0       |
|     20574     |           7/11/2019          |        1       |             7/9/2019            |       1      |             7/19/2019            |       1       |
|      6518     |           7/11/2019          |        1       |             7/9/2019            |       1      |             7/19/2019            |       1       |
|     19969     |           7/11/2019          |        1       |             7/9/2019            |       1      |             7/18/2019            |       1       |
|     10244     |           7/11/2019          |        1       |             7/9/2019            |       1      |             7/19/2019            |       1       |
|      9980     |           7/11/2019          |        1       |             7/9/2019            |       1      |             7/19/2019            |       1       |
|     26056     |           7/11/2019          |        1       |             7/9/2019            |       1      |             7/19/2019            |       1       |
|      8849     |           7/18/2019          |        1       |             7/2/2019            |       1      |             8/2/2019             |       0       |
|      7409     |           7/11/2019          |        1       |             7/9/2019            |       1      |             7/19/2019            |       1       |
|      1386     |           7/11/2019          |        1       |             7/9/2019            |       1      |             7/19/2019            |       1       |
|     13971     |           7/17/2019          |        1       |            6/27/2019            |       1      |             8/1/2019             |       0       |
|     21974     |           7/25/2019          |        1       |            7/19/2019            |       1      |             8/12/2019            |       0       |
|     20546     |           7/25/2019          |        1       |            7/19/2019            |       1      |             8/12/2019            |       0       |
|     10055     |           6/30/2019          |        1       |            6/27/2019            |       1      |             7/28/2019            |       1       |
|     22766     |           7/17/2019          |        1       |            6/27/2019            |       1      |             8/1/2019             |       0       |
|     12679     |           7/18/2019          |        1       |             7/2/2019            |       1      |             8/2/2019             |       0       |
|     28837     |           7/26/2019          |        1       |            6/30/2019            |       1      |             8/14/2019            |       0       |
|     12509     |           7/31/2019          |        1       |             7/4/2019            |       1      |             8/18/2019            |       0       |
|      1624     |           8/5/2019           |        0       |            7/29/2019            |       1      |             8/21/2019            |       0       |
|      5689     |           8/1/2019           |        0       |             7/4/2019            |       1      |             8/19/2019            |       0       |
|     29315     |           8/2/2019           |        0       |             7/5/2019            |       1      |             8/29/2019            |       0       |
|     10618     |           8/2/2019           |        0       |             7/5/2019            |       1      |             8/29/2019            |       0       |
|     16235     |           8/2/2019           |        0       |             7/5/2019            |       1      |             8/29/2019            |       0       |
|     12079     |           8/2/2019           |        0       |             7/5/2019            |       1      |             8/29/2019            |       0       |
|               |                              |       23       |                                 |      30      |                                  |       13      |

上面的数据源概述了零件的唯一标识符、该序列号的预计完成日期、预计完成日期（如果完成该序列号的步骤在20%的最佳/最差时间），以及“7月份”列，以查看是否在7月份完成（用于最后一行的合计）

我试过跟随，但没能做到。如何使用数据创建概率分布

---

我们的目标是找出在给定月份（比如2019年7月）完成

x

单元数的可能性百分比。我只能处理上面的数据。能够有一个图表显示（或接近显示）2019年完成32个单元的概率为11%（任意）。理想情况下，概率分布会告诉我们完成

x

单元数的概率。我设想下限为0，上限为

30

（因为只列出了30项）。

您可以将每个单元的完成日期作为随机变量查看。对于每一个单位，你会得到三个概率。对于第一个单位，P（U1<6/28）=0.2，P（U1>8/2）=0.2，P（U1<7/18）=0.5，其中7/18是中值

如果我们假设U1是正态分布，那么它的中值和平均值等于7/18，并且概率p（U1k2）=0.2必须是k1和k2与平均值7/18相等的距离。U1的情况并非如此，这表明U1很可能不是正态分布。你可能想考虑其他的概率分布是倾斜的，其中中值是0.5的概率。有，有，还有很多其他的。关于单位产量的任何知识都有助于选择概率分布

假设我们想要使用正态分布。与日期不同，我们将使用第1天为7/1的天数。我们需要估计每个单位的正态分布参数，即给定三个概率点的平均值和标准偏差。因为正态分布是对称的，所以平均值是最差/最佳20%天数之间的中间一天。对于U1，平均值为m1=（33-（-2））/2+-2=15.5。我们知道P（U1>33）=0.2。当N（0；1）>0.84时会出现这种情况。因此，标准偏差s1=（33-15.5）/0.84=20.8。已知m1和s1，我们可以计算出U1在7月份完工的概率，即P（U1~N（m1；s1）<32）。对所有N个单元进行相同的估计。这给了我们N个概率，也就是说，单元在7月份完工的概率

要计算N个单元中的R将在7月份完成的概率，请参考以下答案

---

最后，假设单元的生产是独立的。如果情况并非如此（例如，两台机组依赖于一个共同的零件供应商），则计算的概率可能不好。但我认为最好的改进是找到一个比正态分布更能代表数据的分布。

请描述您的数据。还有，你感兴趣的随机变量是什么？当然，给我一秒钟时间来编辑这个问题，很抱歉一开始没有说得更清楚。