故障检测的样本大小，0次失败我有一个人口，我知道它的大小，比方说50000。 我必须手动检查值是否正确。 到目前为止，在14个样本之后，这已经100％了，这需要大约2个小时。 有没有办法让N个样本有0个失败的信心，或者我需要多少个样本才能达到特定的alpha？
Re：故障检测的样本大小，0次失败您可以使用负二项分布来导出这些情况的样本大小。 一个粗略但实际上非常准确的启发式方法是使用3的规则。 该规则表明，故障率不大于（1 / n），置信度约为95％且未观察到故障，您需要有3 * n个样本且0次失败。 例如，如果我想95％确信失败率不大于5％（1/20，因此n = 20），我需要观察60个样本，其中0个失败。
如果你选择更精确的路线，答案是59个样本。
Re：故障检测的样本大小，0次失败这是一个非常简单的函数，迭代地计算出来：
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)
