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： Cell A 与 Cell B 的泄漏测试通过情况
独立的泄漏测试样本：Cell A 通过的有 470 个，共测试 500 个包装袋；Cell B 通过的有 486 个，共测试 510 个。
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 Difference between proportions 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 500 至 Number of trials (n₁)。
输入 470 至 Number of events (x₁)。
输入 510 至 Number of trials (n₂)。
输入 486 至 Number of events (x₂)。
将 Sample proportion (p̂₁) 和 Sample proportion (p̂₂) 留空。输入的事件计数决定比例。
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
独立的泄漏测试样本：Cell A 通过的有 470 个，共测试 500 个包装袋；Cell B 通过的有 486 个，共测试 510 个。所选参数为比例之差。
阅读估计值和界限
Cell A 减去 Cell B 为 −0.01294，即约 −1.29 个百分点。其名义 95% Wald 区间为 −0.04071 至 +0.01483，即 −4.07 至 +1.48 个百分点。
准确理解区间
区间跨越零，包含两个方向的差异。这些样本无法证实等效性。此正态近似区间使用独立的泄漏测试计数，并非配对包装袋或强度读数。
将不确定性纳入决策
定义具有实际意义的通过率差异，再将其与整个区间比较。若剩余不确定性妨碍决策，应规划估计精度更高的研究。
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%。Wald 方法采用正态近似，因此实际覆盖率可能偏离 95%，尤其在样本量较小或比例接近 0 或 1 时。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。区间跨越零，包含两个方向的差异。这些样本无法证实等效性。此正态近似区间使用独立的泄漏测试计数，并非配对包装袋或强度读数。
| 统计量 | 数值 |
|---|---|
| 参数 | 比例之差 |
| 置信水平 | 0.95 |
| 估计值 | -0.0129412 |
| 下限 | -0.0407098 |
| 上限 | 0.0148274 |
| 方法 | Wald |
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。区间跨越零，包含两个方向的差异。这些样本无法证实等效性。此正态近似区间使用独立的泄漏测试计数，并非配对包装袋或强度读数。
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。