嗨，也许我使用了错误类型的测试……但我想生成一个样本量来比较两个部件。该测试是一个属性测试，我只想验证新部件不会使故障率增加超过 10%。当我第一次想到它时，这似乎是一个非劣效性测试，但玩了计算器后，似乎它更像是一个变量数据测试。我是不是在考虑错误的测试，或者有没有办法让计算器适应属性数据？谢谢
你好@SerialDeviation ：将问题置于假设检验的框架中可能会有所帮助。
假设 p1 是旧部件的故障率，p2 是新部件的故障率。
你想“证明”p2-p1<0.10吗？（即绝对差不超过10%）：
如果是这样，你的零假设和备择假设是：
H0：p2-p1=0.1。
哈：p2-p1＜0.1。
那么这确实是一项 NI 研究，你必须问自己一些问题：
（1）故障率是否独立？即部件 1 的故障是否会影响部件 2 的故障（反之亦然）？
（2）你对p1和p2有哪些信息？
（3）你期望的 1 类错误率是多少？
假设 (1) 的答案是肯定的（它们是独立的），并且 (2) 您预期真实比例为 p1 = 0.1 和 p2 = 0.19，并且 (3) 第 1 类错误率 (alpha) = 0.05。那么如果您想要 80% 的功效，则可以使用“两个独立样本比例的功效探索器”，如下所示：
更多信息请访问：https: //www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/power-for-two-independent-sample-proportions.shtml
但是，如果你的替代方案（你想要“证明”的事情）是：
哈：p2/p1<1.1 那么这就是不同的动物（相对差异为 10%）。
