trials_for_all_success — SPC `pod` op

• Datenarten: keine → scalar (ein Operator, der allein durch seine Argumente bestimmt ist — er nimmt kein Bild und keine Daten entgegen)

• Aufruf: import fullseye as fs; fs.ledger.trials_for_all_success(p_min, *, confidence=0.95) (die Implementierung direkt: import pod; pod.trials_for_all_success(p_min, *, confidence=0.95); aus dem Register: opsspc.get("trials_for_all_success"))

• GPU: nein (nur CPU-Referenzimplementierung)

Verwendung

Liefert die minimale Versuchszahl, mit der ausschließlich Erfolge p >= p_min bei einseitigem confidence belegen (scalar).

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

返り値は整数で、Clopper--Pearson の全数成功時の閉形式 (1-confidence)**(1/n) >= p_min に基づく。たとえば POD >= 0.90 を 95 % 信頼で示すには 29/29 が必要である。誤警報率 p <= p_max を 0 件で示す件数は trials_for_all_success(1-p_max, confidence=...) と同じ。

拒否(ValueError): p_min または confidence が有限な (0, 1) 外。

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• proportion_interval_audit — py -3.11 examples/proportion_interval_audit.py

Typkompatible Folge-Operatoren (nehmen `scalar` als Eingabe)

—

Gleiche Kategorie (`pod`)

proportion_interval · pod_ahat_fit · pod_from_ahat · pod_hitmiss_fit · pod_false_call · pod_decision_tradeoff

*Provenance: pod.py — SPC Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

trials_for_all_success — SPC pod op