Tamaño de muestra para detección de fallos con 0 fallos.Tengo una población de la que sé el tamaño, digamos 50000. Tengo que comprobar manualmente que los valores son correctos. Ahora, hasta ahora, esto ha sido del 100% justo después de 14 muestras, que tardaron aproximadamente 2 horas en realizarse. ¿Hay alguna forma de dar la confianza de 0 fallas en N muestras, o cuántas muestras necesitaría para alcanzar un alfa específico?
Re: Tamaño de la muestra para la detección de fallas con 0 fallasPuede usar la distribución binomial negativa para obtener tamaños de muestra para estas situaciones. Una forma heurística aproximada, pero en realidad bastante precisa de hacerlo, es usar la regla de 3. Esta regla dice que para mostrar que la tasa de fallas no es mayor que (1 / n) con aproximadamente un 95% de confianza y sin fallas observadas, debe tener 3 * n muestras con 0 fallas. Por ejemplo, si quiero estar seguro al 95% de que la tasa de fallos no es superior al 5% (1/20, por lo tanto, n = 20), necesitaría observar 60 muestras con 0 fallos.
Si vas por la ruta más exacta, la respuesta es 59 muestras.
Re: Tamaño de la muestra para la detección de fallas con 0 fallasAquí hay una función realmente simple que lo resuelve de manera iterativa:
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)
