An empirical distribution shows the

An empirical distribution shows the frequency with
which data values, or ranges of data values, occur and
are represented by histograms or frequency charts.
• They are normally based on historic data.
• Most simulation software enable the user directly to
enter empirical distribution data.Example of an
Empirical Distribution:
Call Arrivals at a Call Centre



Although familiar, the normal distribution only has
limited application in simulation modelling..
• One problem with the normal distribution is that it can
easily generate negative values, especially if the
standard deviation is relatively large in comparison to
the mean.
• Some of the most useful distributions are described.
– Continuous distributions: for sampling data that can take any
value across a range.
– Discrete distributions: for sampling data that can take only
specific values across a range, for instance, only integer or
non-numeric values.
– Approximate distributions: used in the absence of data.

ผลลัพธ์ (ไทย) 1:

การกระจายเชิงประจักษ์แสดงความถี่ด้วยซึ่งค่าของข้อมูล หรือช่วงของค่าข้อมูล เกิดขึ้น และจะแสดง โดยใช้ฮิสโตแกรมหรือแผนภูมิของความถี่•พวกเขาตามปกติอิงข้อมูลทางประวัติศาสตร์•ซอฟต์แวร์จำลองส่วนใหญ่เปิดใช้งานผู้ใช้โดยตรงป้อนข้อมูลการกระจายเชิงประจักษ์ ตัวอย่างของการการกระจายเชิงประจักษ์:โทรมาที่ศูนย์ติดต่อแม้ว่าจะคุ้นเคย การแจกแจงปกติมีเพียงจำกัดการใช้งานการสร้างโมเดลจำลอง...•ปัญหาหนึ่งในการแจกแจงปกติคือ ว่า มันสามารถได้สร้างค่าลบ โดยเฉพาะอย่างยิ่งถ้าการส่วนเบี่ยงเบนมาตรฐานมีขนาดใหญ่ค่อนข้างเปรียบเทียบหมายถึงอะไร•การกระจายประโยชน์อย่างใดอย่างหนึ่งไว้– การกระจายต่อเนื่อง: การสุ่มตัวอย่างข้อมูลที่สามารถค่าในช่วง– แยกกระจาย: การสุ่มตัวอย่างข้อมูลที่สามารถใช้เฉพาะเฉพาะค่าข้ามช่วง เช่น เพียงจำนวนเต็ม หรือ-ตัวเลขค่า-ประมาณการกระจาย: ใช้ในกรณีที่ข้อมูลไม่

ผลลัพธ์ (ไทย) 2:

การกระจายการทดลองแสดงให้เห็นว่าความถี่
ซึ่งค่าข้อมูลหรือช่วงของค่าข้อมูลเกิดขึ้นและ
เป็นตัวแทนจาก histograms หรือแผนภูมิความถี่
•พวกเขาจะขึ้นตามปกติในข้อมูลทางประวัติศาสตร์
•ซอฟต์แวร์การจำลองส่วนใหญ่ช่วยให้ผู้ใช้โดยตรงเพื่อ
ป้อน data.Example กระจายเชิงประจักษ์ของ
การกระจายเชิงประจักษ์:
สอบถามการเดินทางมาถึงที่ศูนย์โทร



แม้ว่าคุ้นเคยกระจายปกติเพียง แต่มี
แอพลิเคชัน จำกัด ในการสร้างแบบจำลองสถานการณ์ ..
•หนึ่งปัญหากับการกระจายปกติคือว่า ก็สามารถ
ได้อย่างง่ายดายสร้างค่าลบโดยเฉพาะอย่างยิ่งถ้า
ค่าเบี่ยงเบนมาตรฐานมีขนาดใหญ่ค่อนข้างในการเปรียบเทียบกับ
ค่าเฉลี่ย
•บางของการกระจายประโยชน์มากที่สุดจะมีการอธิบาย
- การกระจายอย่างต่อเนื่อง: ข้อมูลการสุ่มตัวอย่างที่สามารถใช้ใด ๆ
ค่าข้ามช่วง
- การกระจายแบบไม่ต่อเนื่อง: ข้อมูลการสุ่มตัวอย่างที่สามารถใช้เวลาเพียง
ค่าเฉพาะในช่วงตัวอย่างเช่นเพียงจำนวนเต็มหรือ
ไม่ใช่ตัวเลขค่า
- การกระจายประมาณ: ใช้ในกรณีที่ไม่มีข้อมูล

ผลลัพธ์ (ไทย) 3:

การกระจายเชิงประจักษ์แสดงความถี่ซึ่งข้อมูลค่าหรือช่วงของค่าข้อมูลเกิดขึ้น และจะแสดงโดยแผนภูมิฮิสโตแกรม หรือความถี่- พวกเขาเป็นปกติบนพื้นฐานของข้อมูลทางประวัติศาสตร์- ส่วนใหญ่จำลองซอฟต์แวร์ให้ผู้ใช้โดยตรงระบุการกระจายข้อมูลเชิงประจักษ์ ตัวอย่างเช่นการกระจายเชิงประจักษ์ :โทรเข้ามาที่ศูนย์โทรแม้ว่าที่คุ้นเคย , การแจกแจงปกติได้เท่านั้นจำกัดใช้ในแบบจำลอง . . . . . . .- ปัญหาหนึ่งที่มีการกระจายแบบปกติก็คือว่ามันสามารถได้อย่างง่ายดายสร้างค่านิยมเชิงลบ โดยเฉพาะอย่างยิ่งถ้าส่วนเบี่ยงเบนมาตรฐานค่อนข้างมากเมื่อเปรียบเทียบกับค่าเฉลี่ยบริการบางอย่างของการกระจายประโยชน์ส่วนใหญ่จะอธิบายและต่อเนื่องการแจกแจง : สำหรับข้อมูลที่สามารถใช้เพื่อใด ๆค่าในช่วงและต่อเนื่องการแจกแจง : สำหรับการสุ่มตัวอย่างข้อมูลที่สามารถใช้เพียงเฉพาะค่าในช่วง เช่น จำนวนเต็มเท่านั้น หรือไม่ใช่ค่าตัวเลขและการแจกแจงโดยประมาณ : ใช้ในการขาดของข้อมูล