样本量多少合适

请教:已知总体的不合格率,来确定样本量是多少合适

从一批产品中随机抽取进行检测，根据历史数据，产品的不合格品率为10%，假设要求产品检测人员每抽取一件产品检测完毕后，再放回到这批产品中（又称放回抽样）。对于量表类问卷，样本量的常见标准是量表题项的5倍或者10倍，一般要在100以上；对于非量表类问卷，通常需要在200个以上。如果样本收集有实现困难，需要提前做好应对措施，防止因样本量问题引发后续分析不达标的问题。问卷样本数量在500-1000即可，太多了数据差异性不明显，太少了没有信度。取决于样本总体的广泛性，比如研究汉族和藏族学生，那样本量差异就很大。在这里我们就不对公式进行具体介绍了。总体来主，样本量要根据估计的域的多少来决定样本量的多少。总之样本量的确定要遵循一人原则，即：精度和费用的互相作用，费用一定精度最高，精度一定费用最低。当样本总体较大时，样本量和样本总体的比例可以小点，10万个客户，采集样本达到5%，已经蛮高了。最好是对客户群体进行分层，然后各层按一定比例抽样。（分层比例抽样），这样更科学点。

相关知识1

原则上来讲，和你所处行调查目的、调查精度等因素紧密相关。一般来讲，10万-100万人口随机抽样的样本量400是可以的，即置信度95%下，误差限为对应所需要的样本量。如果是大型城市、省市一级的地区性研究，样本数在500-1000之间可能比较适合；而对于中小城市，样本量在200-300之间可能比较适合；如果是多省市或者全国性的研究，则样本量可能在1000-3000之间比较适合。发放的问卷数最好在200-400左右。样本量是指总体中抽取的样本元素的总个数，应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。发放的问卷数最好在100~200左右。有时研究人员需要的样本比较特殊，比如需要样本具有企业高管背景，因而此时样本量要求会较少。从经验上看，作为硕士研究生，多数情况下样本需要大于如果作为本科生，样本量需要高于100。样本量大概在300~500左右最为合适。在毕业论文当中如果涉及到调查问卷，那么一定要有调查的样本，样本量不能太少，如果样本量太少的话是不足以说明问题的，所以基本的样本量应该控制在300~500左右。

相关知识2

决策树是一种基本的分类与回归方法，需要4层数据及以上数据才合理，第一层从1开始，第二层第三层第四层以此成倍数增长，所以决策树算法需要15个以上数据合理。  对于一个含n个训练样本，m个features的给定数据集D，所使用的树集成模型（见图“树集成模型”）使用K次求和函数（下图公式来预测输出（加法模型）。一般来说选择默认的标准就已经很好的。从上面可以看RF重要的框架参数比较少,主要需要关注的是n_estimators,即RF最大的决策树个数。但是需要注意的是,该算法是一个二叉树,即每一个叶节点只能引申出两个分支,所以当某个非叶节点是多水平(2个以上)的离散变量时,该变量就有可能被多次使用。本质上是从训练数据集中归纳出一组分类规则，与训练数据集不相矛盾的决策树可能有多个，也可能一个也没有。我们需要的是一个与训练数据集矛盾较小的决策树，同时具有很好的泛化能力。spss决策树只有一层样本量多半太少了如果是C5的话就是你所选的自变量对目标变量的拆分度不够,不管你怎么拆都不能有效减少整体的信息熵,信息增益不够,自然就不能拆了。

相关知识3

样本量一般是不低于5个，实际中一般采用10~15个，具体看你自己的产品情况，因为样本量过小，总体方差本来就很大的情况下，置信区间就会变的很大。根据经验，如果要对一个二分类问题进行统计分析（如疾病诊断），则最少需要100个以上的样本量。而对于更加复杂的问题（如研究一种新的治疗方法），则需要更加充分的采集数据，确保样本的代表性和可靠性。依据法规要求临床试验的样本量需要符合两个条件：1符合法规要求的最少病例数要求、2符合统计学要求。、医疗用毒性药品检测相关的体外诊断试剂:临床试验总样本数至少为500例。3流式细胞仪配套用体外诊断试剂:临床试验总样本数至少为500例。30个。对于肠道微生物研究一组设置30-50例样本，因此最低样本量设置在30个，肠道菌群即人体肠道的正常微生物，它们有影响人体体重和消化能抵御感染、合成各种人体必需的各类营养物质等作用。即研究数理统计的老师给出的t检验样本量最小值为10。

相关知识4

100个学生作为样本的话，样本容量就是100。通常样本量在题目的5~10倍左右为宜，一份标准点的问卷题目数普遍在30题以上，所以计算一下样本量大概要在150~300之间比较适合。考虑到问卷调研时可能出现的没有填清问卷，题目填错或样本不具备研究的背景性质等情况。样本量的计算公式为：其中，Z为置信区间、n为样本容量、d为抽样误差范围、σ为标准差，一般取5。样本量是指总体中抽取的样本元素的总个数，应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。个体就是每一名学生的身高，样本就是抽取的100名学生的身高，样本容量就是100。在经验上，我们会选择001这三个水平作为可以接受的犯错概率。所以，05是统计上可以接受的最低标准，也是需要样本最少的情况，把犯错概率控制在001以下，是非常严格的标准，需要的样本量也越大。重复抽样方式下：n为样本容量、d为抽样误差范围、σ为标准差，一般取5。

相关知识5

③容许误差δ，即处理因素的影响，即群体间的差异，如两个群体平均数的差δ=μ1/μ2或两个群体率的差δ=π1-π2等。δ越小，样本量越大，也就是说需要更大的样本才能找到统计上更小的差异。在95％的置信度下，允许误差5%，样本容量需要400才能最大限度地满足调查要求。样本容量又称“样本数”。指一个样本的必要抽样单位数目。针对样本量，统计上没有明确的要求多少，通常样本量在题目的5~10倍左右为宜，一份标准点的问卷题目数普遍在30题以上，所以计算一下样本量大概要在150~300之间比较适合。样本容量小于10个就不建议这样了，以及如果是使用差异分析可以有方差/T检验等，建议你可以使用在线版本的SPSSAU软件进行分析，里面直接就有智能化的文字分析出来，而且有提供智能化的文字建议等。如果三个样本标准差非常接近，那么它们的合理范围应该较小。例如，如果三个样本标准差分别为6和那么它们的合理范围可能在1到2之间。

在本文中，我们为您介绍了样本量多少合适与样本量多大合适的重要性和应用方法，并给出了一些实用的建议和技巧。如果您需要更多帮助，请查看我们网站上的其他文章。