样本数的决定.docVIP

樣本數的決定 統計推論是基於樣本，雖然樣本數愈多愈好，但為顧及抽樣調查成本，樣本數不能太大，因之在有限樣本的情況下，必然會有一些估計誤差產生。 常在報章雜誌看到有關民意調查的報導，如：抽樣1200人，有效樣本1067份，在信賴度95%下，估計誤差在3%以內，某一候選人，可得百分之五十四選票，即得票率為54%。因為只抽出有限的樣本數1200，故必然有一些不確定的情況發生。所謂信賴度95%，就是如果重覆做100次抽樣，每次有效樣本都在1067人以上，共得100個值，則這100次所得樣本比例與母體真正比例(或稱母體比例)的誤差在0.03以內約有95次，而約有5次誤差超過0.03，但不知那5次。上面敘述可寫成下面數學式子： P後之括號代表誤差小於0.03之事件，則上式表示這一事件發生的機率為0.95。 抽出n個樣本得到樣本比例，一般以下式表之： 其中 令e為估計誤差(在上面的例子，e=0.03)而1-為信賴度(上例=0.05)，則寫成數學式子為 統計上可証明，n、e、的關係式為 其中可查常態分配表，如=0.05，則=1.96，為母體比例，由於不知道是多少，因此可以最壞的情形(即取最大的n)來做計算： 這是因為 的綠故。 反之，如果已有樣本數n，也可求出誤差界限e是多少？即 例：欲做某市長候選人選前的民意調查，估計其得票率是多少？ 如希望估計誤差在3%以內，而信賴度是95%，請問需要調查多少人？ 又如想提高信賴度為99%，則需要調查多少人？ 如果信賴度是95%，但估計誤差降為1%以內，則需要調查多少人？ 解： (1) (2) (3) 以上討論是針對比例的估計誤差問題，是離散型的估計；如果想估計連續型資料的平均數，則其估計誤差及樣本數又如何決定呢？ 由中央極限定理知當樣本數n大時，樣本數平均數的分佈趨近常態分配，即 其中為母體的標準差，所以，標準化後得 N(0,1) 因此得 或寫成 其中 為誤差界限。 當母體標準差未知時，以樣本標準差s取代而得在信賴度1-下，誤差與樣本數之關係為 因此樣本數n為 例：如果想估計某公司生產的電池平均壽命，使其估計誤差在5小時以內，而信賴度為95%，設由先前的小型試驗得到10個電池壽命??下(單位：小時) 393，395，402，375，364，389，368，408，366，400 試問需要再抽多少電池檢查？ 解：由10筆資料算出 所以約需要再抽32個電池檢查，才能使估計誤差在5小時以內。