社会心理学随机抽样解释

场景

在看《社会心理学》第八版17页的时候，上面写道：

无论我们调查一个城市的人，还是整个国家的人，1200个随机取样的个体都能使我们得以描述描述整个总体，而同时，我们有95%的把握认为该调查的误差不超过3%，这是在太奇妙了！

那问题来了，上面加粗的那3个数字是怎么来的呢？

解释

在这里，我们假设调查的内容是让被调查对象掷一次硬币，回答正面还是反面。已知正面的概率$P$等于0.5（$P(正面)=0.5$）。这样，我们有1000个调查对象就和自己掷这个硬币1000次是一样的。这样的误差的分布就符合高斯分布，95%就出自高斯分布，详细解释请参考这里和这里。但是，我们都知道，掷1次硬币的掷1000次硬币相比，肯定是掷1000次硬币正面朝上的概率$P'(正面)$更接近$P(正面)$的，那么现在我们又引入了另一个概念，置信区间，用来衡量样本统计的可信度，如果对细节没兴趣的话，到这里我们就能从置信区间的定义中得出1200和3%剩下这两个数字的由来的。

进一步推导

投一次硬币的平均值为$P$；
投一次硬币的方差为$P(1-P)$；
投一次硬币的标准差为$\sqrt{P(1-P)}$；
设投了N次硬币，置信区间公式为$CI=1.96*\sigma/\sqrt{N}$;
所以$N=(1.96*\sigma/CI)^2$,因为$\sigma$最大值的时候是$P=0.5$，所以$(1.96*0.5/0.03)^2\approx1200$
至于$1.96$是怎么来的，我能说玄学吗，具体可以看这里

虽然我数学菜得不行，但是因为网上搜没有把统计和《社会心理学》结合起来的，所以就在这里抛砖引玉，发现错误的欢迎斧正。