如何通过反复试验找到最小的样本量n以确保我的概率估计值在真实概率的0.05以内?

我有一个0和1的向量,其中0是失败,而1是成功。我希望使用该向量的样本来找到最小的样本,以便将成功概率确定为真实概率的0.05以内。我想对此有95%的信心,并且我想通过反复试验找出最小的样本量n。

N = 30,000
p = 0.1
n is to be minimised such that probability of abs(p-p_estimate) < 0.05 is larger than 95%. 
sample(x = c(0,1),size = N,prob = c(1-p,p),replace = TRUE)

我以为我可以使用while循环,但是我不知道如何操作它以返回最小n。任何帮助将不胜感激

youchaozan 回答:如何通过反复试验找到最小的样本量n以确保我的概率估计值在真实概率的0.05以内?

暂时没有好的解决方案,如果你有好的解决方案,请发邮件至:iooj@foxmail.com
本文链接:https://www.f2er.com/3158673.html

大家都在问