生成一段用于序贯概率比的代码

序贯概率比（Sequential Probability Ratio Test，SPRT）是一种用于在线决策过程的统计测试方法，通常用于检测某个事件是否发生了。以下是一个简单的Python代码示例，使用`scipy.stats`库实现一个基本的二元SPRT算法：

from scipy.stats import bernoulli
import numpy as np

# 定义SPRT函数
def sprt(alpha, beta, p0, trials=50):
    coin = bernoulli(p=p0)
    current_score = 0
    trial = 0
    
    while True:
        # 抛硬币并观察结果
        outcome = coin.rvs(1)  # 0 or 1 (假设成功事件为1)
        
        # 更新得分
        if outcome == 1:
            current_score += 1
        else:
            current_score -= 1
            
        # 检查是否达到停止条件
        if current_score > alpha * trials:
            return 'Success', trial + 1
        elif current_score < -beta * trials:
            return 'Failure', trial + 1
        elif trial >= trials:
            return 'Insufficient evidence', trial + 1
        trial += 1

# 示例用法
alpha, beta = 0.05, 0.05  # 犯错率
p_hypothesis = 0.8  # 假设的成功概率
result, total_trials = sprt(alpha, beta, p_hypothesis)

print(f"Result: {result}, Total trials: {total_trials}")

在这个例子中，我们设定了一些阈值（`alpha`和`beta`）代表接受或拒绝假设的概率，以及初始假定的概率`p0`。SPRT会根据连续的试验结果更新得分，直到达到预设的停止条件。