실패가 0 인 실패 감지 샘플 크기저는 인구가 50000이라고 가정합니다. 값이 올바른지 수동으로 확인해야합니다. 지금까지이 방법은 약 2 시간이 걸린 14 개의 샘플 바로 다음에 100 % 사용되었습니다. N 개의 샘플에서 0 개의 실패에 대한 확신을 줄 수있는 방법이 있습니까? 아니면 특정 알파에 도달해야하는 샘플이 몇 개입니까?
Re : 0 실패로 실패 감지를위한 샘플 크기음 이항 분포를 사용하여 이러한 상황에 대한 표본 크기를 도출 할 수 있습니다. 거친, 그러나 실제로는 매우 정확한 발견 적 방법은 3의 규칙을 사용하는 것입니다. 이 규칙은 실패율이 약 95 % 신뢰도 및 관찰 된 실패없이 (1 / n)보다 크지 않다는 것을 나타 내기 위해 실패가 0 회인 3 * n 샘플을 가져야한다고 말합니다. 예를 들어, 실패율이 5 % (1/20, 따라서 n = 20)보다 크지 않다는 사실을 95 % 확신하고 싶다면 0 개의 실패가있는 60 개의 샘플을 관찰해야합니다.
보다 정확한 경로를 찾으면 59 개의 샘플이 나온다.
Re : 0 실패로 실패 감지를위한 샘플 크기반복적으로 생각 해낼 수있는 아주 간단한 함수가 있습니다.
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)
