你好，也許我使用了錯誤的測試類型......但我想產生一個樣本大小來比較兩個部分。該測試是屬性測試，我只是想驗證新零件不會使故障增加超過 10%。當我第一次想到它時，這似乎是一個非劣等性測試，但使用計算器，它似乎更像是對可變數據的測試。我只是在考慮錯誤的測試還是有辦法讓計算器適應屬性資料？謝謝
您好@SerialDeviation ：將問題放在假設檢驗的框架中可能會有所幫助。
假設 p1 是舊零件的故障率，p2 是新零件的故障率。
你想「證明」p2-p1<0.10嗎？ （即絕對差值不超過10%）：
如果是這樣，您的原假設和替代假設是：
H0：p2-p1=0.1。
哈：p2-p1＜0.1。
那麼這確實是一個NI研究，你要問自己一些問題：
(1).故障率是獨立的嗎？即，第 1 部分失敗是否會影響第 2 部分是否失敗（反之亦然）？
（2）。關於p1和p2你有什麼資訊？
（3）。您預期的 1 類錯誤率是多少？
假設 (1) 的答案是肯定的（它們是獨立的），而您 (2) 期望真實比例為 p1 = 0.1 和 p2 = 0.19，並且 (3) 1 類錯誤率 (alpha) = 0.05。您想要80% 的功率，則可以使用“Power Explorer for Two Independent Sample Proportions”，如下所示：
更多資訊請參閱：https: //www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/power-for-two-independent-sample-proportions.shtml
但是，如果您的替代方案（您想要“證明”的事情）是：
Ha：p2/p1<1.1 那麼這是不同的動物（即 10% 的相對差異）。
