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。
接下来是更准确的定义。
定义
假设一个样本
是
由...制成
实现
的
随机变量
-或随机向量。那我们说样本有大小
或样本量为
.
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。
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)。
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.
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。
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。
上一页条目: 采样点
下一页条目: 样本空间
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.