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： 标签首次扫描可读率
标准打印机设置下的 300 个不同纸箱：282 个标签首次扫描即可读取。
下载参考计数（CSV，英文列名）此示例与 Help 中使用的示例相同。CSV 文件记录了参考计数，供在 Inputs 中手动输入；导入文件不会配置此计算器。可在 Help 中使用 Open example in a practice copy 预填计数。
1. 创建工作区
在侧边栏中打开 Basic Statistics，选择 Proportions。创建并命名分析，选择 New blank worksheet，然后选择 Create analysis。
2. 输入计数
在 Inputs 中选择 One proportion 作为 Test type。输入 282 至 Number of events (x)，输入 300 至 Number of trials (n)。输入 0.95 至 Hypothesized proportion (p₀)。此处事件指首次扫描即可读取，并非标签不可读。请输入整数计数；无需指定工作表列。
3. 设置检验
输入 0.05 至 Significance level (α)。检验为双侧。本次运行将标签可读率与 95% 比较。
4. 运行分析
选择 Run analysis，然后打开 Results。
5. 解读结果
定义计数事件
事件指首次扫描即可读取的标签。试验次数为受检的不同纸箱数。此比较仅使用标准设置下的样本，共 300 个纸箱。
阅读比例
282 个标签可读取，共检查 300 个，即 94%。样本比例比 95% 基准低一个百分点。仅凭此观测差异，无法确定总体比较的结论。
阅读检验结果
双侧 p 值为 0.4268。本研究无法证实与 95% 存在差异（在 5% 显著性水平上），也无法证明已满足 95% 的要求。
决定如何使用结果
将估计的标签可读率与生产运行要求及标签不可读带来的成本进行比较。在将变化归因于打印机设置之前，检查抽样和扫描条件。
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。
单比例 z 检验
z 统计量将比例比较标准化；p 值使用正态近似检验给定的原假设。显著性水平 α 为 0.05，备择假设为双侧。样本比例是由输入计数得到的比值。原假设比例为 0.95 基准；由于观测比例更低，z 统计量为负。
| 统计量 | 数值 |
|---|---|
| z 统计量 | -0.794719 |
| p 值 | 0.426777 |
| α | 0.05 |
| 备择假设 | 双侧 |
| 原假设比例（p₀） | 0.95 |
| 样本 1 的比例 | 0.94 |
- 与 0.95 无显著差异（p=0.427）
计数摘要
成功数统计首次扫描即可读取的标签数；试验次数统计该样本中全部受检纸箱数。这些均为整数计数，并非百分比。各样本使用不同的纸箱，不涉及配对或工作表列映射。
| 样本 | 成功数 | 试验次数 |
|---|---|---|
| 样本 | 282 | 300 |
6. 创建报告
保留完整的 One-proportion z-test 和 Summary counts、事件定义及样本标识。说明差异不显著并不能证明达到基准。
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。