6 名 Corona 陽性 (COVID-19) 女性的母乳不含病毒——我們可以對此發表信心聲明嗎？
我問這個問題是因為我相信如果統計界能夠為解決這個嚴重的難題做出貢獻，直到有更多的證據可用，那將是很棒的。
英國皇家婦產科醫師辦公室發布了有關新冠陽性婦女和新冠陽性婦女嬰兒的新生兒和產前治療的指南。沒有足夠的證據表明母乳喂養在不通過母乳將病毒從母親傳給孩子的意義上是否安全。還有其他感染方式，但可以在保持距離的情況下擠出和餵養母乳，例如由父親。
指南（第 27 頁）中引用了一個消息來源，即 6 名中國女性的母乳被檢測為冠狀病毒陰性；也就是說，六個樣本中有六個是陰性的。如果我們將這些測試視為獨立事件，即對通過母乳傳播病毒的女性進行抽樣，我們將進行二項式試驗。
關於將病毒傳染給母乳的可能性，我們可以做出哪些信心或可信度聲明？當然，在這次試驗中，這個概率估計為零。
可以做一些陳述；例如，如果概率為 0.50，則數據的可能性為 0.015。如果它接近 0，則可能性接近 1，但它在零處不可微，因此標準可能性推斷失敗。
請注意：相同的指南在第 4.8.2 節中建議COVID-19 陽性女性繼續母乳喂養：“鑑於目前的證據，我們建議母乳喂養的好處超過通過母乳傳播病毒的任何潛在風險。應該與母親討論母乳喂養的風險和益處，包括將嬰兒抱得離母親很近的風險。（第 27 頁）
有三句話的規則
如果某個事件沒有在樣本中發生 $ n $ 科目，從 $ 0 $ 到 $ 3/n $ 是總體中發生率的 95% 置信區間。
你有 $ n=6 $ , 所以說 $ [0, 3/6=0.5] $ 是二項式的 95% 置信區間 $ p $ 的傳輸。用非技術語言：6 個非事件對於任何強有力的結論來說都太少了。這個數據很有趣，暗示了一些東西，但僅此而已。
CV 多次討論了這條三規則 在某些情況下三規則不合適嗎？，何時使用（和不使用）三規則，使用三規則來獲得二項式總體的置信區間，當然還有更多……這裡有一個更原則的方法： 0 或 1 的二項式估計周圍的置信區間 並使用來自該問題的答案的代碼：
binom::binom.confint(0, 6, method=c("wilson", "bayes", "agresti-coull"), type="central") method x n mean lower upper 1 agresti-coull 0 6 0.00000000 -0.05244649 0.4427808 2 bayes 0 6 0.07142857 0.00000000 0.2641729 3 wilson 0 6 0.00000000 0.00000000 0.3903343