怎样确定样本容量的理论解释

研究随机问题时，基本都要用到抽样仿真，比较仿真结果与实验结果的偏差。

设随机变量的均值为 $\mu$，方差为 ${\sigma }^2$，则 $n$ 个样本的均值为 $\mu$，方差为 $\frac{{\sigma }^2}{n}$。

在给定的置信水平 $1-\alpha$ 下， 设样本的均值为 $\overline{X}$，其误差 $\epsilon$ 由下列计算公式得出：
$$\epsilon =|\overline{X}-\mu |$$

1. 若 $\sigma$ 已知

由于中心极限定理，大量样本服从正态分布，样本的标准差为 $\sigma /\sqrt{n}$，根据正态分布概率的计算公式，
$$\Phi (\frac{|\overline{X}-\mu |}{\sigma /\sqrt{n}})=\alpha /2$$
因此，
$$\epsilon =|\overline{X}-\mu |=Z_{\alpha /2}\frac{\sigma }{\sqrt{n}}$$

可以推出样本容量 $n$ 的计算公式为：
$$n=\frac{Z_{\alpha /2}^2{\sigma }^2}{{\epsilon }^2}$$

2. 若 $\sigma$ 未知

大部分情况下 $\sigma$ 是未知的，为了消除 $\sigma$ 的影响，有学者引入了 $t$ 分布，

$$t=\frac{\overline{X}-\mu }{S/\sqrt{n}}$$

上面这个表达式为 自由度为 $n-1$ 的 $t$ 分布，其中 $S$ 为样本方差，则
$$\epsilon =|\overline{X}-\mu |=t_{\alpha }(n-1)\frac{S}{\sqrt{n}}$$

得到 $n$ 的计算公式为：
$$n=\frac{t_{\alpha }^2(n-1)S^2}{{\epsilon }^2}$$

在样本容量 $n>30$ 时，置信水平 $\alpha <0.05$时，一般可以近似采用下面的计算公式：
$$n=\frac{4S^2}{{\epsilon }^2}$$

若样本容量实在很小，则采用 “试差法” 确定 $n$.

参考资料：

1. https://en.wikipedia.org/wiki/Student%27s_t-distribution
2. https://wenku.baidu.com/view/45a2dab5f605cc1755270722192e453610665bef.htmlrec_flag=default&sxts=1531916030126