xellstorm
ZH
開啟應用程式

從 @RISK、ModelRisk 或 Analytic Solver 移轉模型

指南 · 更新於 2026年10月

xellstorm 不需增益集，就能開啟專為 @RISK、ModelRisk 或 Analytic Solver 建立的 Excel 檔案，讀出其中 164 個分配函數，把每個這類公式轉成輸入，參數仍連結到儲存格。執行前會先列出轉換了什麼，以及每個沒轉換的公式和原因。

這 164 個函數中，@RISK 有 53 個、ModelRisk 有 62 個、Analytic Solver 有 49 個。另外也支援 65 種以百分位數指定分配的寫法，以及截斷、輸出標記、相關矩陣和多重模擬表。

下載為 @RISK 撰寫的範例（.xlsx） 開啟應用程式

匯入會從 @RISK 檔案讀出什麼

範例取自專案應變準備金的營建估算，改寫成 @RISK 模型的寫法：每個成本項目是該列儲存格上的 =RiskPert(min, most likely, max, RiskName(label))，每個風險事件是以機率為參數的 RiskBernoulli，總成本和超支用 RiskOutput 標記，結構與 MEP 用 RiskCorrmat 設定相關性，三個預算放在同一個 RiskSimtable，另有一個儲存格用 RiskMean 回報總成本的平均值。第二張工作表「Demonstrations」有五個獨立的公式：兩個能轉換的算術形式，三個無法轉換的公式。檔案是我們用指令碼產生的；xellstorm 讀取它不需要 @RISK，您也不需要。

在應用程式中，Distributions 步驟的 Import from workbook 會列出找到的公式（命令列的 xellstorm import 印出的清單相同）。這個檔案共轉換出 12 個輸入：6 個成本項目、4 個風險事件和 2 個算術示範。成本項目與風險事件的參數仍連結到儲存格，所以改了檔案裡的最小值或機率，下次執行就會跟著變；RiskName(A3) 則依該列的文字為輸入命名。能轉換的兩個，一個是乘上係數的常態抽樣，另一個的平均值由另一個儲存格算出。估算的輸出都沒有用到這兩個。

匯入在檔案中轉換的內容（括號內為連結的儲存格與其中的值）
儲存格檔案中的公式轉換為
E3=RiskPert(B3,C3,D3,RiskName(A3))場地工程：PERT，最小 B3（100）、最可能 C3（120）、最大 D3（170）
E4=RiskPert(B4,C4,D4,RiskName(A4))基礎：PERT，最小 B4（300）、最可能 C4（340）、最大 D4（460）
E5=RiskPert(B5,C5,D5,RiskName(A5),RiskCorrmat(Correlation,1))結構：PERT，最小 B5（760）、最可能 C5（820）、最大 D5（1,010）
E6=RiskPert(B6,C6,D6,RiskName(A6),RiskCorrmat(Correlation,2))MEP：PERT，最小 B6（540）、最可能 C6（610）、最大 D6（780）
E7=RiskPert(B7,C7,D7,RiskName(A7))裝修：PERT，最小 B7（400）、最可能 C7（450）、最大 D7（560）
E8=RiskPert(B8,C8,D8,RiskName(A8))設備：PERT，最小 B8（260）、最可能 C8（280）、最大 D8（330）
D11=RiskBernoulli(B11,RiskName(A11))地質條件：白努利，機率 B11（0.25）
D12=RiskBernoulli(B12,RiskName(A12))設計變更：白努利，機率 B12（0.35）
D13=RiskBernoulli(B13,RiskName(A13))供應商延誤：白努利，機率 B13（0.2）
D14=RiskBernoulli(B14,RiskName(A14))惡劣天氣：白努利，機率 B14（0.3）
Demonstrations!B3=RiskNormal(100,10)*1.1平均值 100、標準差 10 的常態，抽樣值再乘以 1.1；僅作示範，估算沒有用到
Demonstrations!B4=RiskNormal(Estimate!C3*1.1,10)平均值為 Estimate!C3*1.1（132）、標準差為 10 的常態；僅作示範，估算沒有用到

同一次匯入也會讀取模型的其餘部分：

無法轉換的公式也會列出。第二張工作表上的 3 個公式都附有匯入給出的原因，也都有解決辦法：

匯入不轉換的內容與原因，見檔案的「Demonstrations」工作表
公式給出的原因處理方式
=RiskBinomial(1,0.3)*RiskTriang(20,40,80)一個公式中有多個分配時不轉換；請讓每個分配各用一個輸入儲存格拆開它：一個儲存格放 =RiskBernoulli(0.3) 表示風險是否發生，一個放 =RiskTriang(20,40,80) 表示影響，再用第三個儲存格相乘，估算中的風險事件就是這樣做的。
=RISKCOMPOUND(RiskPoisson(3),RiskLognorm(10,3))RISKCOMPOUND 在 xellstorm 中沒有完全對應的函數xellstorm 沒有複合分配。請把次數和大小分別放在各自的儲存格中建模，或不要把該儲存格放進模型。
=RISKPERTALT(10%,90,"m.likely",100,90%,130)RISKPERTALT 在 xellstorm 中沒有完全對應的函數請直接輸入 PERT 的最小、最可能與最大值（RiskPert），或把百分位數交給能轉換的 RiskTrigen。

執行轉換後的模型

用匯入的設定執行 5,000 次試驗，平均總成本為 2,784.7（單位：千美元）。同樣這些分配的理論平均值是 2,784.7，算法是 PERT 平均值 (最小 + 4 × 最可能 + 最大) / 6，加上各風險的機率乘以影響；模擬平均值的標準誤為 1.7。結構與 MEP 的等級相關達到 0.60。RiskSimtable 的三個預算，以基準和兩個情境執行的結果如下：

匯入後的模型執行結果：總成本超出 RiskSimtable 各預算的機率（5,000 次試驗，單位：千美元）
執行預算超出的機率
基準執行（Simulation 1）2,90017.7%
Simulation 23,0005.2%
Simulation 33,1000.7%

預算越大，超出的頻率越低。各情境抽取的數字與基準執行相同，所以各列的差異完全來自預算，而不是抽樣。

結果會與增益集一致嗎？

模型相同，亂數不同。匯入的每條規則把一個函數對應到它所描述的分配，參數照廠商文件的定義轉換，並與對應的 scipy 分配比對測試；產生測試資料的指令碼也會依廠商文件記載的公式，檢查每個對應的平均值。所以只要檔案中的每個分配都能轉換，平均值和百分位數與增益集的差異就只來自抽樣雜訊，試驗次數越多，雜訊越小：上方的標準誤就是平均值預期的雜訊大小。

相關性是等級相關，定義與 @RISK、Analytic Solver 相同，xellstorm 也能達到指定的等級相關。至於如何配對抽樣值來達成，各工具做法不同，所以有相關性的模型，兩端極端值的差異可能比單純的抽樣雜訊所能解釋的略大。檔案本身不會更動：xellstorm 只讀取，模型仍可在增益集中開啟。

可轉換的內容

無法轉換的內容

下列情況無法轉換：同一個儲存格有多個分配；分配放在另一個函數內或分母中；直接對分配做除法；需要改變運算順序的連鎖運算。例如 (RiskNormal(0,1)+5)*2 與 RiskNormal(0,1)*2*3 會保持原樣並列出原因。RiskNormal(0,1)*(1/C1) 則在 C1 算出有限的正乘數時可以轉換，因為公式先明確算出倒數再相乘。乘數算出來是零或負數、引數呼叫函數或依賴隨機儲存格、沒有精確對應的函數（複合分配、時間序列函數、RiskPertAlt 與其他以兩個形狀參數指定的百分位數形式）、ModelRisk 的 U 引數與 copula，以及表中沒有的屬性，同樣不支援。引擎無法計算不支援的增益集公式；相容性檢查會指出是哪一個。

支援的函數

這些表格由匯入器自己的規則清單產生，所以列出的正是能轉換的全部內容。「百分位數」標示以百分位數指定分配的寫法；† 標示只能用數字轉換的函數。每個分配下方是它在 xellstorm 規格中的名稱。

匯入器會轉換的分配函數，依分配列出（† 僅限數字：參數由引數算出）
分配 （xellstorm 名稱）@RISKModelRiskAnalytic Solver
白努利
bern		RiskBernoulliVoseBernoulliPsiBernoulli
貝他
beta		RiskBeta
RiskBetaGeneral
RiskBetaSubj†		VoseBeta
VoseBeta4
VoseBetaSubj†		PsiBeta
PsiBetaGen
PsiBetaSubj†
二項
binom		RiskBinomialVoseBinomialPsiBinomial
Burr XII
burr12		RiskBurr12——
柯西
cauchy		RiskCauchy
百分位數：
RiskCauchyAlt
RiskCauchyAltD		VoseCauchy—
卡方
chi2		RiskChiSq
百分位數：
RiskChiSqAlt
RiskChiSqAltD		VoseChiSqPsiChiSquare
百分位數：
PsiChiSquareAlt
Chi（卡）、馬克士威
chi		—VoseChi
VoseMaxwell		—
累積
cumul		RiskCumul
RiskCumulD†		VoseCumulA
VoseCumulD†
VoseOgive†		PsiCumul
Dagum（Burr III）
burr		RiskDagumVoseDagumPsiDagum
離散
custom		RiskDiscrete
RiskDUniform		VoseDiscrete
VoseDUniform		PsiDiscrete
PsiDisUniform
指數
expon		RiskExpon
百分位數：
RiskExponAlt
RiskExponAltD		VoseExpon
VoseExponential		PsiExponential
百分位數：
PsiExponentialAlt
極值（最大值，Gumbel）
gumbel_r		RiskExtValue
百分位數：
RiskExtValueAlt
RiskExtValueAltD		VoseExtValueMaxPsiMaxExtreme
百分位數：
PsiMaxExtremeAlt
極值（最小值）
gumbel_l		RiskExtValueMin
百分位數：
RiskExtValueMinAlt
RiskExtValueMinAltD		—PsiMinExtreme
百分位數：
PsiMinExtremeAlt
F
f		RiskFVoseFPsiFDist
疲勞壽命（Birnbaum–Saunders）
fatiguelife		RiskFatigueLife
百分位數：
RiskFatigueLifeAlt
RiskFatigueLifeAltD		VoseFatiguePsiFatigueLife
百分位數：
PsiFatigueLifeAlt
Fréchet
invweibull		RiskFrechet
百分位數：
RiskFrechetAlt
RiskFrechetAltD		—PsiFrechet
百分位數：
PsiFrechetAlt
伽瑪、愛爾朗
gamma		RiskGamma
RiskErlang
百分位數：
RiskGammaAlt
RiskGammaAltD		VoseGamma
VoseErlang		PsiGamma
PsiErlang
百分位數：
PsiGammaAlt
一般（相對權重）
general		RiskGeneralVoseRelative—
廣義柏拉圖
genpareto		—VoseGPD—
直方圖
histogram		RiskHistogrmVoseHistogramPsiHistogram
雙曲正割
hypsecant		RiskHypSecant
百分位數：
RiskHypSecantAlt
RiskHypSecantAltD		VoseHSPsiHypSecant
超幾何
hypergeom		RiskHypergeoVoseHypergeoPsiHyperGeo
整數均勻
randint		RiskIntUniformVoseIntUniform
VoseStepUniform†		PsiIntUniform
逆高斯
invgauss		RiskInvgauss
百分位數：
RiskInvgaussAlt
RiskInvgaussAltD		VoseInvGaussPsiInvNormal
Johnson SB
johnsonsb		RiskJohnsonSBVoseJohnsonBPsiJohnsonSB
Johnson SU
johnsonsu		RiskJohnsonSUVoseJohnsonUPsiJohnsonSU
Kumaraswamy
kumaraswamy		RiskKumaraswamyVoseKumaraswamy
VoseKumaraswamy4		PsiKumaraswamy
拉普拉斯
laplace		RiskLaplace
百分位數：
RiskLaplaceAlt
RiskLaplaceAltD		VoseLaplace—
Lévy
levy		RiskLevy
百分位數：
RiskLevyAlt
RiskLevyAltD		VoseLevyPsiLevy
百分位數：
PsiLevyAlt
對數邏輯斯
fisk		RiskLogLogistic
百分位數：
RiskLogLogisticAlt
RiskLogLogisticAltD		VoseLogLogisticPsiLogLogistic
百分位數：
PsiLogLogisticAlt
邏輯斯
logistic		RiskLogistic
百分位數：
RiskLogisticAlt
RiskLogisticAltD		VoseLogisticPsiLogistic
百分位數：
PsiLogisticAlt
對數常態
lognorm		RiskLognorm
RiskLognorm2
百分位數：
RiskLognormAlt
RiskLognormAltD		VoseLognormal
VoseLognormalE		PsiLogNormal
PsiLognorm
PsiLognorm2
百分位數：
PsiLogNormalAlt
負二項、幾何
nbinom		RiskGeomet
RiskNegbin		VoseGeometric
VoseNegBin
VoseNegBinom
VosePolya†		PsiGeometric
PsiNegBinomial
常態
norm		RiskNormal
RiskErf†
百分位數：
RiskNormalAlt
RiskNormalAltD		VoseNormal
VoseErf†		PsiNormal
PsiErf†
百分位數：
PsiNormalAlt
柏拉圖
pareto		RiskPareto
百分位數：
RiskParetoAlt
RiskParetoAltD		VoseParetoPsiPareto
百分位數：
PsiParetoAlt
柏拉圖 II（Lomax）
lomax		RiskPareto2
百分位數：
RiskPareto2Alt
RiskPareto2AltD		VosePareto2PsiPareto2
百分位數：
PsiPareto2Alt
Pearson V（逆伽瑪）
invgamma		RiskPearson5
百分位數：
RiskPearson5Alt
RiskPearson5AltD		VosePearson5PsiPearson5
百分位數：
PsiPearson5Alt
Pearson VI（beta prime）
betaprime		RiskPearson6VosePearson6PsiPearson6
PERT
pert		RiskPertVosePERT
VoseModPERT		PsiPert
卜瓦松
poiss		RiskPoissonVosePoissonPsiPoisson
瑞利
rayleigh		RiskRayleigh
百分位數：
RiskRayleighAlt
RiskRayleighAltD		VoseRayleighPsiRayleigh
百分位數：
PsiRayleighAlt
倒數（對數均勻）
loguniform		RiskReciprocalVoseReciprocalPsiReciprocal
學生 t
t		RiskStudent
百分位數：
RiskStudentAlt
RiskStudentAltD		VoseStudent
VoseStudent3†		PsiStudent
百分位數：
PsiStudentAlt
三角
triang		RiskTriangVoseTrianglePsiTriangular
由百分位數定義的三角（Trigen）
trigen		RiskTrigen
百分位數：
RiskTriangAlt		VoseTriangleAltPsiTriangGen
均勻
unif		RiskUniform
百分位數：
RiskUniformAlt
RiskUniformAltD		VoseUniformPsiUniform
韋伯
weibull_min		RiskWeibull
百分位數：
RiskWeibullAlt
RiskWeibullAltD		VoseWeibull
VoseWeibull3		PsiWeibull
百分位數：
PsiWeibullAlt
匯入器會轉換的 Excel 抽樣公式（† 僅限數字）
公式xellstorm
=NORM.INV(RAND(), mean, sd)norm (loc, scale)
=NORMINV(RAND(), mean, sd)norm (loc, scale)
=mean + sd*NORM.S.INV(RAND())norm (loc, scale)
=LOGNORM.INV(RAND(), mu, sigma)lognorm (mu, sigma)
=LOGINV(RAND(), mu, sigma)lognorm (mu, sigma)
=GAMMA.INV(RAND(), alpha, beta)gamma (a, scale)
=GAMMAINV(RAND(), alpha, beta)gamma (a, scale)
=BETA.INV(RAND(), alpha, beta)beta (a, b)
=BETA.INV(RAND(), alpha, beta, A, B)beta (a, b, min, max)
=BETAINV(RAND(), alpha, beta, A, B)beta (a, b, min, max)
=BINOM.INV(n, p, RAND())binom (n, p)
=CRITBINOM(n, p, RAND())binom (n, p)
=RANDBETWEEN(a, b)randint (min, max)
=a + (b - a)*RAND()unif (min, max)
=a + s*RAND()unif (loc, scale)
=RAND()unif
=IF(RAND() < p, 1, 0)bern (p)
=IF(RAND() < p, x, y)†custom (x, prob)
匯入器讀取的屬性函數、標記與統計量
函數增益集在 xellstorm 中轉換為
RiskTruncate@RISK截斷：truncate_min、truncate_max（在任何平移之前）
RiskTruncate2@RISK截斷：平移後數值的 truncate_min、truncate_max（再依平移量移回）
RiskTruncateP@RISK截斷：truncate_pmin、truncate_pmax（分配的百分位數）
RiskShift@RISK平移：shift
RiskName@RISK名稱：輸入的名稱
RiskLock@RISK鎖定：固定值（RiskLock(v)，或 RiskStatic 的值）
RiskCorrmat@RISK相關性：同一矩陣內各輸入之間的等級相關
RiskDepC@RISK相關性：與同名配對的輸入之間的等級相關
RiskIndepC@RISK相關性：與同名配對的輸入之間的等級相關
RiskSimtable@RISK每次模擬一個值：基準執行中固定該儲存格，之後每次模擬各成一個情境
RiskOutput@RISK輸出：名稱沿用函數所給的名稱
VoseXBoundsModelRisk截斷：truncate_min、truncate_max（在任何平移之前）
VosePBoundsModelRisk截斷：truncate_pmin、truncate_pmax（分配的百分位數）
VoseShiftModelRisk平移：shift
VoseInputModelRisk名稱：輸入的名稱
VoseSimTableModelRisk每次模擬一個值：基準執行中固定該儲存格，之後每次模擬各成一個情境
VoseOutputModelRisk輸出：名稱沿用函數所給的名稱
PsiTruncateAnalytic Solver截斷：類型 1（預設）：在任何平移之前的 truncate_min、truncate_max；-1：平移後的數值；3：truncate_pmin、truncate_pmax
PsiTruncatePAnalytic Solver截斷：truncate_pmin、truncate_pmax（分配的百分位數）
PsiShiftAnalytic Solver平移：shift
PsiNameAnalytic Solver名稱：輸入的名稱
PsiCorrMatrixAnalytic Solver相關性：同一矩陣內各輸入之間的等級相關
PsiCorrDepenAnalytic Solver相關性：與同名配對的輸入之間的等級相關
PsiCorrIndepAnalytic Solver相關性：與同名配對的輸入之間的等級相關
PsiSimParamAnalytic Solver每次模擬一個值：基準執行中固定該儲存格，之後每次模擬各成一個情境
PsiOutputAnalytic Solver輸出：該儲存格本身，或其參照的儲存格
PsiSimOutputAnalytic Solver輸出：該儲存格本身，或其參照的儲存格
PsiMeanAnalytic Solver統計量：第一個引數的儲存格成為輸出（與所有 Psi 統計量對輸出的處理相同）

常見問題

需要安裝 @RISK、ModelRisk 或 Analytic Solver 嗎？

不需要。xellstorm 直接從 .xlsx 檔案讀取公式，用自己的引擎在瀏覽器計算模型，不需要 Excel 或增益集。請先將 .xls 與 .xlsb 檔案另存為 .xlsx。

xellstorm 會更動我的 Excel 檔案嗎？

不會。匯入只是把公式轉成 xellstorm 自己設定中的輸入，不會寫入電腦上的檔案，所以模型照樣能在增益集中開啟與執行。

相關矩陣會變成什麼？

共用同一個 RiskCorrmat 或 PsiCorrMatrix 範圍的輸入，會取得該矩陣的等級相關，數值在匯入時從儲存格讀取；RiskDepC 與 PsiCorrDepen 則把輸入與同名的輸入配成一對。讀不到的配對（矩陣不是方陣、位置在矩陣之外、儲存格沒有數字）會寫在匯入的附註中；沒能轉換的輸入連同原因列出，並從所屬的配對中排除。若矩陣不是有效的相關矩陣，xellstorm 會改用最接近的有效矩陣，應用程式也會在執行前顯示。

RiskSimtable 會變成什麼？

第一個值在基準執行中固定該儲存格，之後每個值各成一個情境，依序命名為 Simulation 2、Simulation 3，以此類推。情境抽取的亂數與基準執行相同，所以彼此的差異完全來自表中的值。

@RISK、ModelRisk 與 Analytic Solver 皆為各自所有人的商標。xellstorm 與它們並無關聯；這裡提到函數名稱，只是說明 xellstorm 讀得懂哪些內容。

相關內容

xellstorm 是在瀏覽器中執行的 Excel 模型蒙地卡羅模擬工具：免裝增益集，Excel 檔案也不會離開您的電腦。