最小样本量估算

🔮 Estimate Sample Size Confidence

Estimate Sample Size Confidence is available directly in your browser, with no data uploaded.

💡 Cochran 公式:n₀ = Z²·p·(1−p) ÷ e²;有限总体修正 n = n₀ ÷(1 +(n₀−1)/N)。
⚠️ 使用说明与注意事项
  • p=50% 时方差最大,样本量最保守,适用于未知总体特征时
  • 总体规模 N=0 或留空表示视为无限总体,不启用 FPC
  • 实际回收需考虑应答率,按公式结果 ÷ 应答率放大
  • 分层抽样请在分层配额工具中按层分配

📚 深度解析:调研样本量估算

💡 常见使用场景

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。

❓ 常见问题(FAQ)

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。
📖关于「最小样本量估算」

📝工具简介

调查最小样本量估算工具,基于 Cochran 公式与有限总体修正(FPC),支持 90/95/99/99.5% 置信水平,并对比不同置信水平下的样本量需求与应答率放大。

功能特点

🎯使用场景