最小样本量计算

总第179篇/张俊红

这一篇我们讲讲统计中的最小样本量计算。大家先想想为什么叫最小样本量，而不是最大或者直接叫样本量计算呢？

这是因为最小样本量这个概念主要用在抽样统计中，抽样统计为了研究某一事物的情况而从整体中抽取部分样本来进行研究，并用抽取的样本来代替整体的情况。比如要研究中学生的平均身高，你不太可能把全国的中学生身高都量一遍，然后求出一个平均值。比较简单的方法就是从全国中学生群体中抽取一部分，然后用这一部分同学的平均身高代替全国中学生的平均身高。

既然是用抽样样本的平均身高代替整体的平均身高，我们就需要考虑一个问题，就是抽出来的样本能不能代表整体。假设全国有1000万名中学生，你只抽了100个同学，想用这100位同学的平均身高代替这1000万同学的平均身高，很明显是不太合理的。那我们应该最少抽取多少样本才能够代表整体呢？这个最少抽取样本就是最小样本量，表示最少需要这么多样本量，当然也可以比这多，抽样样本越多结果越具有代表性。但是由于现实中尽可能多的样本很难获取，又为了保证抽样结果足够具有代表性，所以我们一般选择最小样本量。那这个最小样本量怎么确定呢？就是我们这一篇重点要讲的内容。

在讲最小样本量之前，我们先讲一下另一个概念，统计功效，即power值。这个在之前的文章中也提过，我们再提一下。

在假设检验中如果计算出来的P值小于等于显著性水平α，则拒绝零假设，否则接受原假设。在这个决策的过程中容易犯两种错误࿱