"""第 27 章习题:审计游戏的次数能说明多少(为教学构造的计算)。 python3 tools/exercises/ch27_recall.py 1. n 次植入目标的审计全部成功(零漏检)时,漏检率的单侧 95% 上界 1 - 0.05^(1/n)(见第 3.7 节)。 2. 4 次中成功 3 次时,成功率的精确(Clopper-Pearson)95% 置信区间,用二分法求解: 下界满足 P(至少成功 3 次) = 4p^3(1-p) + p^4 = 0.025,上界满足 P(至多成功 3 次) = 1 - p^4 = 0.025; 以及用正态近似 p ± 1.96 * sqrt(p(1-p)/n) 算出的区间,用来说明小样本时近似公式不可用。 只用标准库。 """ from math import comb, sqrt def zero_miss_upper(n, alpha=0.05): """n 次全部检出时,漏检率的单侧 (1 - alpha) 上界。""" return 1 - alpha ** (1 / n) def binom_cdf(k, n, p): """P(X <= k),X 服从二项分布 B(n, p)。""" return sum(comb(n, i) * p**i * (1 - p) ** (n - i) for i in range(k + 1)) def bisect(f, lo, hi, iters=200): """在 [lo, hi] 上求 f 的零点,要求 f(lo) 与 f(hi) 异号。""" flo = f(lo) for _ in range(iters): mid = (lo + hi) / 2 fm = f(mid) if (fm > 0) == (flo > 0): lo, flo = mid, fm else: hi = mid return (lo + hi) / 2 def clopper_pearson(h, n, conf=0.95): """n 次中成功 h 次时,成功率的精确双侧置信区间。""" a = (1 - conf) / 2 lower = 0.0 if h == 0 else bisect(lambda p: (1 - binom_cdf(h - 1, n, p)) - a, 0.0, 1.0) upper = 1.0 if h == n else bisect(lambda p: binom_cdf(h, n, p) - a, 0.0, 1.0) return lower, upper def main(): print("零漏检时漏检率的单侧 95% 上界:") for n in (4, 10, 20, 100): print(f" n = {n:3d}:{zero_miss_upper(n):.1%}(三法则近似 3/n = {3 / n:.1%})") h, n = 3, 4 lo, hi = clopper_pearson(h, n) p = h / n se = sqrt(p * (1 - p) / n) print(f"{n} 次中成功 {h} 次:成功率 {p:.0%}") print(f" 精确 95% 区间:{lo:.1%} 到 {hi:.1%}") print(f" 核对下界:4p^3(1-p) + p^4 在 p = {lo:.3f} 时等于 {4 * lo**3 * (1 - lo) + lo**4:.4f}(应为 0.025)") print(f" 核对上界:0.975^(1/4) = {0.975 ** 0.25:.4f}") print(f" 正态近似区间:{p - 1.96 * se:.1%} 到 {p + 1.96 * se:.1%}(上端超过 100%,近似不可用)") if __name__ == "__main__": main()