f*****i
发帖数: 3558 | 1 就是我大概要测多少次sample，才能比较确定地说出错几率是多大。。。（现在我做了5个6000次，看起来好像是是about1%，但是另一个合作的人只肯做一个2000次，他的结果就变成0.2%，所以我要找个科学的说法决定说到底应该最少测多少次sample。假设error是random出现的） | q**j
发帖数: 10612 | 2 let failure = 1, success = 0
for each draw, mean is p, variance is p(1-p)
suppose sample size is n, and m of them are failure. m/n is the mean of
these n observations. so mean is p and variance is p（1-p)/n. you can use
normal distribution to approximate and finish the rest.
【在 f*****i 的大作中提到】
: 就是我大概要测多少次sample，才能比较确定地说出错几率是多大。。。（现在我做了5个6000次，看起来好像是是about1%，但是另一个合作的人只肯做一个2000次，他的结果就变成0.2%，所以我要找个科学的说法决定说到底应该最少测多少次sample。假设error是random出现的）
| s*****v
发帖数: 360 | 3 Baozi!!!!
1000 samples are usually enough if the error rate is between 0.1% and 1%.
To test your hypothesis, just run the following command in R.
binom.test(num_error, total_samples)
【在 f*****i 的大作中提到】
: 就是我大概要测多少次sample，才能比较确定地说出错几率是多大。。。（现在我做了5个6000次，看起来好像是是about1%，但是另一个合作的人只肯做一个2000次，他的结果就变成0.2%，所以我要找个科学的说法决定说到底应该最少测多少次sample。假设error是random出现的）
|
|
