最小样本量估算 使用指南
基于 Cochran 公式计算调查所需最小样本量，支持有限总体修正（FPC），并对比不同置信水平下的样本量需求。
功能说明
基于 Cochran 公式计算调查所需最小样本量，支持有限总体修正（FPC），并对比不同置信水平下的样本量需求。
典型使用场景
- 做问卷/投放 A/B 前先算需要多少样本才 statistically 可靠。
- 已知置信水平与误差限度，反推最小样本量避免浪费。
- 比例未知时取 p=0.5 得最保守（最大）样本量。
算例参考
- 95% 置信、±5% 误差：n=(z²·p·(1−p))/e²，z=1.96、p=0.5、e=0.05 → n=1.96²×0.25/0.0025≈384.16，取 385 份。这是最保守样本量。
- 不同置信水平对比：同样 p=0.5、e=5%：90% 置信 z=1.645 → n≈267；95% → 385；99% z=2.576 → 663。置信越高或误差越小，样本越多。
注意事项
本工具纯前端运行，输入内容不上传服务器；结果为按上述口径得到的理论估算值。实际应用受设备参数、测量条件与当地规范影响，请以设备铭牌、检测报告与现行标准为准，重大决策建议咨询专业人士。
- 为什么 p 默认取 0.5？
- p(1−p) 在 p=0.5 时最大，算出的样本量最保守，确保即使真实比例未知也够用。
- 误差限度 e 怎么定？
- 按决策精度需求，市场调研常用 ±3%–5%；误差减半样本量翻 4 倍，需权衡成本。