故障檢測的樣本大小，0次失敗我有一個人口，我知道它的大小，比方說50000。 我必須手動檢查值是否正確。 到目前為止，在14個樣本之後，這已經100％了，這需要大約2個小時。 有沒有辦法在N個樣本中給出0次失敗的置信度，或者我需要多少樣本才能達到特定的alpha值？
Re：故障檢測的樣本大小，0次失敗您可以使用負二項分佈來導出這些情況的樣本大小。 一個粗略但實際上非常準確的啟發式方法是使用3的規則。 該規則表明，故障率不大於（1 / n），置信度約為95％且未觀察到故障，您需要有3 * n個樣本且0次失敗。 例如，如果我想95％確信失敗率不大於5％（1/20，因此n = 20），我需要觀察60個樣本，其中0個失敗。
如果你選擇更精確的路線，答案是59個樣本。
Re：故障檢測的樣本大小，0次失敗這是一個非常簡單的函數，迭代地計算出來：
zeroFailBinom = function({fail_rate,alpha},
p = 1; //initial value
i=1;
while( p > alpha,
p = binomial probability(fail_rate, i, 0);
i++;
);
print("Required Samples: "||char(i-1))
);
zeroFailBinom(0.01,0.05)
