高等数学 / 系统课时

样本量设计

样本量设计

样本量设计解决的是“至少收集多少数据,才能把估计误差控制在可接受范围内”。本课将把置信水平、允许误差、先验波动和无效样本率转化为可执行的样本数,并说明常见边界。

学习目标

  • 能根据均值或比例估计选择样本量公式
  • 能解释置信水平、允许误差和波动对样本量的影响
  • 能对有限总体和无效样本进行修正

样本量由什么决定

样本量并不是越大越好,而是在精度、可靠性和成本之间取平衡。置信水平越高、允许误差越小、总体波动越大,所需样本量通常越多;反之则可以减少。

样本量设计决策流程

其中,允许误差也叫误差限,记为 EE。它表示区间估计的半宽,例如“误差不超过 3”意味着估计区间大致写成“点估计 ±3\pm 3”。

均值估计的样本量

当目标是估计总体均值,且先验标准差可用 σ\sigma 表示时,常用公式为:

n0=(zα/2σE)2n_0=\left(\frac{z_{\alpha/2}\sigma}{E}\right)^2

计算结果必须向上取整,因为少一个样本就可能无法达到预设精度。若标准差未知,可使用历史研究、预调查或同类业务数据中的样本标准差作为近似。

例如,要求置信水平为 95%,允许误差不超过 3,先验标准差为 12。由于 z0.025=1.96z_{0.025}=1.96,因此:

n0=(1.96×123)2=61.4656n_0=\left(\frac{1.96\times12}{3}\right)^2=61.4656

向上取整后,至少需要 62 个有效样本。

比例估计的样本量

当目标是估计合格率、转化率或支持率等总体比例时,常用公式为:

n0=zα/22p(1−p)E2n_0=\frac{z_{\alpha/2}^2p(1-p)}{E^2}

这里的 pp 是对总体比例的先验估计。若完全没有先验信息,可取 p=0.5p=0.5,因为此时 p(1−p)p(1-p) 最大,得到的样本量最保守。

例如,在 95% 置信水平下,希望比例估计误差不超过 0.05,且没有先验比例,则:

n0=1.962×0.5×0.50.052=384.16n_0=\frac{1.96^2\times0.5\times0.5}{0.05^2}=384.16

向上取整后,至少需要 385 个有效样本。

有限总体与无效样本修正

当总体规模 NN 不大,且抽样比例较高时,可使用有限总体修正:

n=n01+n0−1Nn=\frac{n_0}{1+\frac{n_0-1}{N}}

例如,初始样本量为 385,而总体只有 1000 个个体,则修正后约为 278。若预计有 10% 的问卷无效、失访或数据缺失,还应继续按 nfinal=⌈n/(1−0.1)⌉n_{final}=\lceil n/(1-0.1)\rceil 放大。

需要注意,有限总体修正只减少“需要抽取多少个”,无效样本修正则增加“实际要发出多少份”。两者处理的是不同问题,不能相互替代。

常见误区

不要把置信水平 95% 理解为“有 95% 的样本一定正确”。它描述的是重复抽样下区间覆盖总体参数的长期比例。

也不要先随意选一个样本数,再反过来声称误差满足要求。规范做法是先确定业务能接受的误差,再结合置信水平和先验波动计算样本量。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

样本量设计

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通