Dies ist eine sehr grundlegende Statistikfrage, die auch zu der Frage „Wie mache ich das in JMP?“ führt.
Stellen Sie sich vor, ich habe eine Komponente mit einer prognostizierten Fehlerrate von 0,5 %. Ich baue 500 Systeme, die jeweils N dieser Komponenten verwenden. Die Komponenten werden zufällig und unabhängig voneinander ausgewählt. Ich kann auf Systemebene auf den Fehler testen.
Meiner einfachen Meinung nach beträgt die Wahrscheinlichkeit, dass ein System gut ist, bei N=2 0,995^2 = 99,0025 %, was bedeutet, dass ich davon ausgehen muss, dass fünf von 500 Systemen den Test nicht bestehen. Bei N=3 würde sich dies in 0,995^3*500 = 8 von 500 Systemen ändern. Dies ist einfach die Binomialverteilung.
Ist diese Argumentation richtig? Wenn ja, kann ich mit JMP ein Konfidenzintervall um diese Zahl berechnen und ist dies überhaupt eine sinnvolle Frage? Welche zusätzlichen Informationen benötige ich hierfür (z. B. eine Schätzung der Variation der Fehlerrate)?
Wir sind für alle Vorschläge oder Hinweise zu nützlichen Abschnitten der Dokumentation sehr dankbar!
Vielen Dank!
Danke für deine Antwort, Markus. Ich werde noch etwas weiterlesen.
Bei der JMP-Dokumentation geht es in erster Linie um JMP, nicht um Statistiken. Es gibt viele gute Quellen zu Statistiken. Bitte sehen Sie sich das an Artikel . Ja, die Grundlage für ein solches Problem mit den genannten Annahmen ist das Binomialverteilungsmodell. Das Modell hat zwei Parameter, die Erfolgswahrscheinlichkeit und die Anzahl der Versuche. Das Konfidenzintervall ist die Schätzung des Wahrscheinlichkeitsparameters. Wenn Sie den Parameter kennen, gibt es kein Intervall. Wenn Sie den Parameter schätzen, dann gibt es einen Parameter. Sie könnten das Intervall anstelle der Punktschätzung verwenden, um den Bereich der Anzahl von Erfolgen für eine bestimmte Anzahl von Versuchen zu berechnen.
