标准误差的意义,如何确定样本量

标准误差的意义,如何确定样本量

样本量n=C2σ2/p2
P — 精度（Precision），也称精确度，由审计师设定，代表样本与总体之间的可接受误差范围。在属性抽样中，精度以百分比表示，在变量抽样中，精度用一个数值表示。精度值越大，样本量越小，总体误差值就越大；反之，精度值越小，样本量越大，总体误差值就越小，但增加了抽样工作量。
σ— 总体标准差（Population Standard Deviation），是衡量总体中个别单位偏离总体平均值的离散程度的指标，标准差越大，样本量越大，用于变量抽样中。
假设这组数据的平均值是m
方差公式s^2=1/n[(x1-m)^2+(x2-m)^2+...+(xn-m)^2]
标准差是方差开方后的结果(即方差的算术平方根)
精度还是你看情况决定的
可以看看这个
blog.sina.com.cn/s/blog_48bc65a90100bc14.html
样本量n=C2σ2/p2
1.C — 置信系数（Confidence Coefficient），也称置信水平、可信因子，是以百分比（90%、95%、99%等）表示的抽样结果能够代表总体的概率。一般而言，95%的置信水平则认为高度满意，置信水平越高，样本量越大。1减去置信系数为风险水平（Level of Risk），是样本结果不能代表总体的概率。
例如C选95%，即抽样结果能够代表总体的概率为95%
2.P — 精度（Precision），也称精确度，由审计师设定，代表样本与总体之间的可接受误差范围。在属性抽样中，精度以百分比表示，在变量抽样中，精度用一个数值表示。精度值越大，样本量越小，总体误差值就越大；反之，精度值越小，样本量越大，总体误差值就越小，但增加了抽样工作量。
比如你可以接受的样本与总体之间的误差范围是0~90%
3.σ— 总体标准差（Population Standard Deviation），是衡量总体中个别单位偏离总体平均值的离散程度的指标，标准差越大，样本量越大，用于变量抽样中。
假设这组数据的平均值是m
方差公式s^2=1/n[(x1-m)^2+(x2-m)^2+...+(xn-m)^2]
标准差是方差开方后的结果(即方差的算术平方根)
这个你会算吧
所以 样本量n=C2σ2/p2
你相应把数代进去