基于概率方法的Excel数据构造方法

起因是工作中突然接到了一个需求，需要模拟一些数据。

原始数据大约有 10000+的数据量，从可视化结果上大致可以得出特征：

• 数据比较稳定，偶有一些波动；
• 大体上呈现一定的上升趋势，但上升速度比较缓慢，总体也就增长了 1、2 这样。

需求：保持数据的整体特征不变，但末尾呈现更加明显的增长趋势。

本来想着开 vscode 写 python 代码了，突然一想有点麻烦，不如在原来的 excel 里试一试。

当然如何在 excel 里造这样的数据，我也毫无思路，于是果断问起了大模型。

excel 生成范围内随机自然数，多个连续自然数有较好的连续性，不会随意上下变动。

大模型首先给出了 RANDBETWEEN 函数，但是这个函数相邻数据间的波动过于频繁，显然与原始数据模式不同。

于是追问：

这样前一个数和后一个数可能都会不同，能不能提高前后数值的一致性，一个数连续出现几次，然后再随机变成另一个数。

大模型又给出了新的方案，通过构造一个计数器的中间值，当中间值满足计数条件的时候，再对上一个数值进行变动处理。

仔细看了下大模型的输出，虽然细节上有点问题，但整体思路 ok，于是照着这个流程开始试验。

第一步，生成一列随机数，使用 RANDBETWEEN 函数生成 1-100 的随机数。

第二步，计算变化量列，当随机数那一列的值达到某种规则的时候，对应的变化量为-1，0 或 1。由于我的要求是相对快速上升，于是大致定了随机数为 1 的时候，变化量为-1；随机数为 99、100 的时候，变化量为 1；其余为 0。翻译一下，就是 2%概率+1，1%概率-1，97%不变。其中转化过程使用 IFS 函数：IFS(A1>=99,1,A1<=1,-1,AND(A1>1,A1<99),0)。

第三步，用上一个值+变化量构造目标数据。

最终模拟了 500 个数据，从结果上看和原始数据的特征大体一致。值得注意的是，随机结果具有不稳定性，且 500 个数据量也不是特别大，可能需要多次尝试并找到合适的结果。

本文重在介绍思路，很多数据构造的需求完全可以由 excel 来实现。比如在此基础上，可以调整波动范围（IFS 函数多设置几个条件，概率也可以调整），直至生成自己满意的数据。