应用命令、工作表标识符和示例数据值保留原文。截图、图表和下载文件均为英文。
示例： 每运行小时的包装停机次数
96 次停机发生在 210 个运行小时内，记录涵盖 30 个互不重叠的时段。
下载研究参考数据（CSV，英文列名）此示例与 Help 中使用的示例相同。CSV 文件作为所提供研究的参考数据。请在 Inputs 中手动输入已核对的汇总数据；导入 CSV 不会为此计算器填入数据。可在 Help 中使用 Open example in a practice copy 预填输入。
1. 创建工作区
在侧边栏中打开 Basic Statistics，选择 Confidence Intervals。创建并命名分析，选择 New blank worksheet，然后选择 Create analysis。
2. 选择区间
在 Inputs 中选择 Poisson rate 作为 Parameter。输入 0.95 至 Confidence level (0–1)，以生成 95% 区间。
3. 输入汇总数据
在 Summarized data 下输入以下数值。无需指定工作表列。
输入 96 至 Number of events。
输入 210 至 Total exposure。
4. 运行分析
选择 Run analysis，然后打开 Results。
5. 解读结果
明确区间估计的对象
96 次停机发生在 210 个运行小时内，记录涵盖 30 个互不重叠的时段。所选参数为泊松发生率。
阅读估计值和界限
估计发生率为 96/210 = 0.4571 次停机/运行小时。名义 95% 精确区间为每小时 0.3703–0.5583 次停机。
准确理解区间
总暴露量为运行小时数，并非时段个数。此区间假定事件过程适合采用泊松模型；事件发生率变化或事件聚集可能违反该模型。
将不确定性纳入决策
检查各时段是否存在条件变化或停机聚集。仅在暴露量单位一致且运行情况可比时比较发生率。
更多详情：阅读各结果部分
完整结果表采用六位有效数字，与 Help 中一致。
置信区间
参数用于标识总体中的目标量。名义置信水平为 95%。在泊松模型下，此基于计数的精确方法的覆盖率至少达到该水平；离散计数可能使其偏保守。估计值基于样本计算；下限和上限界定其不确定性范围。方法记录计算方式。总暴露量为运行小时数，并非时段个数。此区间假定事件过程适合采用泊松模型；事件发生率变化或事件聚集可能违反该模型。
| 统计量 | 数值 |
|---|---|
| 参数 | 泊松发生率 |
| 置信水平 | 0.95 |
| 估计值 | 0.457143 |
| 下限 | 0.370287 |
| 上限 | 0.55825 |
| 方法 | 精确法（卡方） |
6. 创建报告
保留完整的 Confidence interval 表、所选参数、置信水平、方法及输入的汇总数据。总暴露量为运行小时数，并非时段个数。此区间假定事件过程适合采用泊松模型；事件发生率变化或事件聚集可能违反该模型。
在已完成的运行中选择 Add to report 。打开 Choose individual items and advanced options 以选择表格和图表，然后选择 Add to draft。隐藏的项目仍会保留在已保存的分析中。
为报告命名，并添加研究目的和您的解读。选择 Save，查看 Preview，然后使用 Export → Download HTML。以下示例包含全部已选内容，包括超出单屏显示范围的结果。