做数据统计时经常被问样本量要多大。答案取决于想要的精度、总体规模和数据的变异程度,没有放之四海皆准的数字。
一个常用近似是:在置信水平百分之九十五、允许误差正负百分之五的条件下,随机抽样大约需要四百个有效样本。总体再大,这个数量也基本够用。
如果要做分组比较,每组都要满足最低样本量。总体四百但分成十组,每组只有四十,组间差异很难被可靠检测出来。
比例类指标在接近百分之零或百分之百时波动小,所需样本相对少。连续型指标波动大,样本需求通常更高。
实际执行还要考虑无效样本和回收率,按预估有效率放大发放量,避免最后有效样本不足。