如何通过少量样本推断整体业务情况

在产品运营中非常常见，为了能够解决大量数据时分析效率急剧下降的窘况，我们就必须能够去分析非常小量样本的特征，再用这些特征去评估海量总体数据的特征，我们叫它样本检验。

样本，是指我们需要“分析或考察的数据”的一部分；而需要“分析或考察的数据”我们叫作总体。说白了就是，用样本的分析情况，来反映总体的情况。抽取一小部分样本数据来快速分析全量用户的特征。

• 例如我们要分析 DAU 的数据，今天 DAU 是 100万，那么这 100万 用户就是总体，其中的10万 用户便是样本；

• 例如我们通过渠道投放来吸引用户注册，那么渠道能够覆盖的用户就是总体，该渠道过来的注册用户便是样本。

在产品运营中最常见的场景是估计总体某个指标平均值或某个占比/比例的范围，意思是我分析样本发现指标 A 的平均值是 a，那么用指标 A 的 a 值去估计总体的指标 A，并得出总体指标 A 的一个范围或区间，所以也叫区间估计。

以上是理论部分，接下来用一个实例来具体处理。

1、WPS计算数据分析的操作指引：

打开WPS excel表格，依次选择“公式-》插入函数”，出现如下界面：

 分析函数的英文对应关系如下：

分析函数	对应英文
算术平均值	AVERAGE
几何平均值	GEOMEAN
方差	VAR
标准差	STDEV
置信区间	CONFIDENCE

2、置信区间的计算：

置信区间有3个参数：

1、显著水平参数：指置信水平，绝大多数业务场景下我们应当选择 95%。显著水平就是1-95%=5%。

2、标准差：可从第1点得到。

3、标本容量：即样本数。

3、具体案例：

广告商承诺的指标，真的达到了吗？

你的产品正在寻求广告商合作以进行外部的获客投放。广告商承诺，在投放期间的注册率不会低于 8%。为了验证是否属实，你从过去 30 天的投放中抽取了 30 条注册率数据，发现平均转化率是 8.2%。

 

其中，样本均值是 8.2%（百分比的平均值用几何平均值，不是算数平均值哈），样本标准差是 0.5%，样本数量是 30，z 值是 1.96。故计算可得 A 为 0.2%，所以区间为 [8.2%-0.2%,8.2%+0.2%]，即 [8.0%,8.4%]。

我们发现参数估计出的平均注册率区间在 8.0%~8.4%，可以认定已达到广告商承诺的 8%。