编辑：这对于统计堆栈交换可能更好，但我在数据挖掘课程中并且我们使用 R，所以我也会在这里问它，以防万一有人知道如何使用 R 而不是手动执行此操作。

问题来了：一项针对 500 名男性和 700 名女性的调查显示，132 名男性和 226 名女性同意特定的说法。使用此信息来计算同意该陈述的男性和女性的比例。这将为您提供 p1 和 p2 的值。使用它来计算 q1 和 q2。现在计算两个独立比例之差的标准误。然后确定 95 置信水平的两个独立比例之间差异的置信区间。

我认为我的公式是错误的，因为它们不是两个独立比例之间差异的标准误差，也不是两个独立比例之间差异的置信区间，就像这些图表显示的那样，我放大了特定的底部方程。我是仍然不确定 q1 和 q2 指的是什么。

到目前为止，这是我对公式的了解：

p1 = 0.264 (132/500)
p2 = 0.322857 (226/700)
q1 = 
q2 =

Stdev1 = sqrt (p(1-p)) = (1-0.264)*0.264 = sqrt(0.194304) = 0.44079927404
Stdev2 = sqrt(p(1-p)) = (1-0.322857)*0.322857 = sqrt(0.218620357) = 0.4675685586

Std error = standard deviation / square root(number of samples)
Std error1 = 0.44079927404/sqrt(500) = 0.44079927404/22.360679775 = 0.019713142
Std error2 = 0.4675685586/sqrt(700) = 0.4675685586/26.4575131106 = 0.017672430

Standard deviation = in R it’s sd() and in sd you need series of values, 
    m = mean of values
    x – m = difference of values minus mean
    sum of squared diff from the mean = sum(x-m)^2
    square root [(sum of squared diff from the mean) / (sample size -1)]

Confidence interval (95%)  = 
 
    Margin of error = Square root [p(1-p)/n]  * 1.96  //n = sample size, 1.96 is 95% confidence interval
    Margin error1 = sqrt(0.194304/500)   * 1.96  = 0.01971314282  * 1.96 = 0.038637759 
    Margin error2 = sqrt(0.218620357/700) ] * 1.96 = 0.01767240787  * 1.96 = 0.034637919 
    
    P + margin of error = Upper confidence interval
        p1 = 0.264+0.038637759 = 0.302637759
        p2 = 0.322857 + 0.034637919 = 0.35749419
    P – margin of error = Lower confidence interval
        p1 = 0.264-0.038637759 = 0.225362241
        p2 = 0.322857 - 0.034637919 = 0.288219081

    P1 CI =  0.225362241 <  0.264 < 0.302637759
    P2 CI =  0.288219081 < 0.322857 < 0.35749419