决策规则均值检验时的样本容量确定

开展抽样调查,观察样本的抽取规模是需要慎重对待的问题,因为它不仅决定着样本推断的统计效果,同时也关系到决策分析的经济性。均值是一个十分常用的统计特征数字。文章根据统计决策的基本原理,对均值假设检验时所需要的样本量进行了讨论,并给出了具体的计算公式。     

方差推断时样本容量的确定

方差是一个十分常用的统计特征数字,人们要了解产品加工过程中工序的稳定性,经济活动中的风险水平,像测算股票价格波动、汇率变化的风险等,一般都要计算方差.文章根据频率统计的基本原理,对方差估计和假设检验时所需要的样本数目问题进行了讨论,包括单总体方差推断时的样本容量,两总体方差比推断时的样本容量.     

均值估计时样本容量的确定

通过样本观察进行认识是统计方法的基本特征,在这一过程中,多大规模的样本才能符合研究的需要,始终是个回避不了的问题。本文从估计精度要求出发,对总体参数估计时样本容量的确定进行了讨论。     

方差分析时样本容量的确定

文章依据频率统计的基本原理,对方差分析所需要的样本观察规模问题进行了讨论,并给出了相应的计算方法.     

均值估计时样本容量的确定—一种基于决策规则的方法

运用抽样方法进行调查,确定样本规模是一个不可回避的问题。过去人们主要是依据势函数原理,事先规定好抽样估计精度,然后计算样本的大小。本文主要从统计决策的角度讨论样本容量的确定问题。可以断言,依据决策规则确定出来的样本容量在某种程度上要比用势函数方法更科学合理。     

两类错误条件下方差检验中样本容量的确定

在统计假设检验中,会发生弃真和取伪两类错误。一般而言,在只给出犯第一类错误的概率、样本容量自由选择的情况下,犯第二类错误的概率是无法控制的。文章从两类错误的概念出发,分别探讨了方差检验中单母体及双母体均值已知、均值未知情形下两类错误与样本容量的关系;并在控制两类错误的条件下,推导出了确定样本容量的公式。     

抽样调查中样本容量的确定方法

确定样本容量是抽样调查中重要的环节,直接关系到抽样估计的精确度及调查的成本和效益。单位标志变异程度、抽样极限误差、抽样推断的可靠度、抽样类型和方法等影响到样本容量的确定。文章提出,样本容量的确定可以根据由抽样误差、抽样极限误差和概率度推算出来的公式计算,也可以根据经验法则来确定。     

抽样调查中样本容量的确定

抽样调查中样本容量n的确定极其重要,无论其取值低于或超出容许范围,都会影响到抽样估计的精确度或调查的成本和效益。样本容量的确定可以根据推算出来的公式计算,也可以根据建立在过去抽取满足统计方法要求的样本量所累积下来的经验法则来确定。     

估计过程能力指数Cpm单侧置信下限时样本容量的确定

文章研究了估计过程能力指数Cpm单侧置信下限时样本容量的确定问题.提出了样本容量的两种确定方法--精确方法和近似方法;通过大量测算,对这两种方法进行了比较研究.并得出结论:最保守的样本容量应为30.比较理想的应在50～100之间.     

多指标抽样的样本容量设计方法

在抽样调查中,首先必须确定样本容量.样本容量既取决于调查费用,同时也受估计精度的制约.多指标抽样是一种常用而复杂的调查方法.样本容量的确定就成了多指标抽样设计的难点.文章首先在理论上阐明最优样本容量的存在;然后介绍了确定样本容量的一般方法;在此基础上,分两种情况对多指标抽样背景下样本容量设计进行了详细讨论.     

势函数规则下回归分析样本容量的确定

在利用统计回归方法进行社会经济问题分析的时候,抽选多大规模的样本比较符合要求是需要重点考虑的。在这篇文章中,我们根据一般的势函数原理,就这一问题进行了讨论。全文主要内容有:线性回归分析参数估计与假设检验时的样本容量确定,线性回归预测分析时样本容量的确定等。     

关于符合性分层审计抽样时样本容量的探讨

符合性抽样是抽样审计的重要组成部分,符合性比例估计是这种抽样审计的主要内容.文章根据势函数与决策规则的基本原理,对分层审计抽样下的符合性比例估计时所需要的样本数目进行了讨论,包括势函数规则下审计对象符合性比例估计时的样本容量,决策规则下审计对象符合性比例估计时的样本容量等.     

金融实证分析中应注意样本容量的确定

人们在金融实证分析中,很少关注如何确定样本容量（样本大小）的问题。本文以GARCH模型为例,通过递归估计参数和相应的矩条件,并结合上海股市的具体情况进行分析,结果表明上海股市波动率GARCH模型最优样本容量是三到四年。本文最后从中国金融制度的变化、样本容量对研究结论的影响等方面探讨了样本容量的确定问题。     

回归分析中最小样本容量的确定

在给定解释变量个数的情况下,样本容量影响到回归方程的稳定性.考虑以残差平方和的相对稳定表征样本回归方程的稳定性,借此构造一个服从贝塔分布或F分布的统计量以确定最小样本容量.     

基于假设检验的区间估计必要样本容量确定

文章比较了假设检验必要样本容量和区间估计必要样本容量的确定方法,认为二者具有相同的数理统计原理,可以将区间估计作为假设检验的一种特例来看待。在区间估计中存在忽视纳伪错误的弊端,可通过增加必要样本容量的方法,同时控制犯弃真错误和纳伪错误的概率,进而提高置信区间的精度。     

多目标抽样中样本容量设计研究

一、样本容量最佳设计的存在性说明在抽样调查中 ,样本容量的研究是一个非常重要的问题。样本容量和样本精度以及调查费用都有密切的关系。根据文献 (1 ) ,它们之间存在如图 1所示的关系。图 1　抽样误差与样本容量关系示意图从图 1中可以看出 ,抽样误差随样本量的增加而递减 ,在样本容量较少时 ,递减的幅度是较大的 ,但随着样本容量的增加 ,递减的幅度减少。样本容量增加到一定的量时 ,需要增加很大的费用 ,样本误差才能降低一点。这时 ,再增加样本容量就“很不合算”了。这其实就是大数定律在抽样调查中的反映。图 2　总成本和样本量的变…     

Bootstrap平均数假设检验样本容量探讨

Bootstrap方法是一种有放回的再抽样方法,可用于平均数假设检验的估计.采用蒙特卡洛数据模拟技术,模拟正态分布数据.设计研究程序,探讨在不同的样本量和再抽样次数不同情况下,Bootstrap方法在平均数假设检验中应用,所适宜的样本容量,将一类错误率作为对比条件.结果表明,跨越三种比较条件,只有当样本量大于等于5且模拟次数大于等于1000次时,才能得到满足条件的一类错误率,即表明使用Bootstrap方法才会取得较好的效果.     

连续性抽样调查中总体均值的估计

在连续性抽样调查中,利用前期信息和辅助信息可以大大提高估计精度,但是以往的估计量大多假设辅助信息总体均值已知,文章介绍一种在连续性抽样调查中,辅助信息总体均值未知的情况下,通过两阶段抽样,利用轮换样本方法和辅助变量信息,对总体均值进行估计的新的估计方法,并将新提出的估计量与原有的估计量进行比较,发现其精度更高,而且有利于减少调查成本。     

两类错误条件下的样本容量选择

应该抽取多少样本,这是在社会调查各个阶段中均会遇到的基本问题.众所周知,在统计假设检验中,会发生弃真和取伪两类错误,一般的统计检验中,往往随意确定样本容量,且只重视第一类错误,那么对于一些重要的检验,第二类错误就无法控制.文章从两类错误的定义,探讨了两类错误与样本容量的关系;并在控制两类错误的条件下,分别就均值检验、成数检验和方差检验给出了样本容量的确定公式.     

多种检测目标下样本容量设计的比较

样本容量在实际抽样调查中具有举足轻重的地位.文章分析了基于不同理论的两种样本容量计算方法,并在多种检测目标的情况下,提出了两种方法各自可行的使用范围,根据实际检测数据对这两种方法在日常食品监测的抽样应用进行了优化.