样本量

通过 马可·塔波加（Marco Taboga）博士

在统计推断中，用于绘制的一​​组观察数据 推论称为样本，样本中的观察次数为 称为样本量。

定义

接下来是更准确的定义。

不要与测试的大小混淆

请注意，在统计推断中，还有另一个概念，即 统计检验，不得与样本量混淆。

的 统计检验的大小 是个 （最大）错误假设否定原假设的概率 原假设是正确的。

样本量如何影响统计估计

一般而言，样本量越小，样本的可靠性越差 从样本中得出统计推断。

例如，在 意思 估算，估计的方差与 样本量。换句话说，样本量越小，精度越低 估计是，并且附加到 估计是（请参阅 区间估计 均值 有关详细信息）。

小样本与大样本

当样本量 趋于无穷大，得出的统计推断的属性 通过使用样本可以研究使用渐近结果，例如 大数定律 和 中心极限定理.

一个样本称为 大样本 当样本量如此时 大的渐近属性（即对 趋于无穷大）被认为是实际值的非常好的近似值 样本享有的属性。

相反，当样本量不足以证明这种 近似，样本称为 小样本.

大样本有多大？

什么时候 如此之大以至于我们可以依靠渐近性质？

不幸的是，这个问题尚无普遍答案， 渐近逼近应基于 蒙特卡洛模拟, 就像大多数涉及大型样本的学术论文一样 近似值。

但是，如果您查阅互联网或应用统计资料， 会发现提出了一些经验法则，例如， 样本数量应大于30或50，以获取较大的样本结果 大约保持。这些经验法则通常是根据 特殊假设，没有一般有效性。

更多细节

您可以去参加题为 统计 推理 阅读有关样本和样本量的更多详细信息。

继续阅读词汇表

上一页条目： 采样点

下一页条目： 样本空间

如何引用

请引用为：

Taboga, Marco (2017). "样本量", 列克特ures on probability theory and mathematical statistics, Third edition. Kindle Direct Publishing. Online appendix. //www.junruiqiche.com/glossary/sample-size.