在 RI 中，在获取函数计算的比率比率的准确置信区间时遇到问题poisson.test。此函数使用 in 的方法binom.test计算两个速率之间的置信限，例如
poisson.test(x = c(10000,20000), T = c(15000,15000), r = 1, conf.level = 0.95)
当x(events) 低于T(observations) 时，这可以正常工作。然而，在非常高x（事件）和相对低T（观察）时，泊松分布的方差将接近无穷大。这在poisson.test函数中没有考虑，因为该binom.test方法没有这样的限制。因此，随着事件发生率逐渐升高，个体发生率的置信区间和这些发生率的比率逐渐变窄，而它们应该逐渐扩大。
有人知道使用统一最强大方法测试两个非常高比率的比率并获得正确置信限的替代方法吗？