Il ya quelques façons de le faire.

(A) Un SQUEAC complète. Cela vous donnera beaucoup d'informations sur les obstacles à la couverture ainsi que d'une estimation de la couverture.

(B) Un SCCS plaine. Vous voudrez probablement de viser une taille d'échantillon appropriée pour estimer une proportion de 70% avec une précision utile (c.-à +/- 10 ou mieux). Pour cela, vous aurez besoin d'une taille de 80 ou plus échantillon.

(C) Un bayésienne SCCS. Ceci est comme ci-dessus mais vous pouvez prendre en compte ce que vous savez déjà sur la couverture de votre précédente SCCS, les données de surveillance de routine, & c. pour donner un avant. Vous souhaitez combiner cette avant avec de nouvelles données du SCCS en utilisant une analyse de bêta-binomiale conjugué. L'avantage de cette approche est que vous auriez besoin d'une taille d'échantillon plus petit que le prieur contribue informations. Si (par exemple) vous aviez un raisonnable croient que la couverture était plus susceptible d'être environ 70% et très peu de chances d'être inférieure à 50% et très peu de chances d'être au-dessus de 90% puis une taille d'échantillon de n = 42 pourrait suffire à vous donner 10% précision tout en conservant une certaine protection contre la partialité d'un mal spécifié avant. Détails de cette approche peuvent être trouvés dans la référence technique SQUEAC / SLEAC et le logiciel est disponible ici.

(D) Utiliser SLEAC. Ceci est une SCCS enquête de type coupe-down qui fournit une classification. Une taille typique de l'échantillon est n = 40. Les détails de cette approche peut être trouvée dans la référence technique SQUEAC / SLEAC.

Je espère que cela est d'une certaine utilité.