样本率可信区间clopper-pearson法SAS程序

In some case，如果样本率是100%，用传统的计算率的可信区间就会出现上限超过100%的情况，这不合逻辑。基于二项分布的小样本总体率可信区间估计方法Clopper-Pearson法，可以避免这种情况的发生。

data temp;

do i=1 to 349;treatment='a' ;response=0;output;end;

do i=1 to 5;treatment='a' ;response=1;output;end;

run;

proc freq;

by treatment;

tables response/binomial(all);

run;

程序运行结果如下：SAS 系统 FREQ 过程

treatment=a

样本大小 = 354

只要注意上面标红的结果就可以了，共354例，349例阳性，阳性率为98.59%，Clopper-Pearson法估计的 95%CI为（0.9673，0.9954）。

回到正题，若全为阳性，则SAS程序为：

data temp;

do i=1 to 349;treatment='a' ;response=0;output;end;

run;

proc freq;

by treatment;

tables response/binomial(all);

run;

程序运行结果如下：

SAS 系统 FREQ 过程 treatment=a

样本大小 = 349

同样，只要注意上面标红的结果就可以了，阳性率为100%，Clopper-Pearson法估计的 95%CI为（0.9895，1）。

Reference： http://blog.sina.com.cn/s/blog_538b0a9b0102x1xp.html