python确定样本量（总体比例）

总体比例

$n=\frac{(z_{a/2}{)}^2\bullet \pi (1-\pi )}{E^2}$ , $E=\Delta$

• 如果能够求出$\pi$的值，就可以用上面的公式计算所需的样本量。

• 如果$\pi$的值不知道，可以用类似的样本比例来代替。

• 当$\pi$的值无法知道时，通常取$\pi (1-\pi )=0.25$的最大值，$\pi$=0.5

例：

根据以往的生产统计，某种产品的合格率约为90%，现要求估计误差为5%，在95%的置信区间下，应抽取多少个产品最为样本？

import pandas as pd
import numpy as np
import math
from scipy import stats


# 95%的置信区间
a = 0.05

# pi=90%
pi = 0.9

# 希望达到的估计误差，E=5%
E = 0.05

计算$z_{a/2}$

z_a2 = stats.norm.isf(a/2)
z_a2

1.9599639845400545

计算公式

n = (np.power(z_a2,2)*pi*(1-pi))/np.power(E,2)
n

138.29251754498853

# 样本量向上取整  n 取 139
n = math.ceil(n)


print('应抽取{}个产品作为样本'.format(n))

应抽取139个产品作为样本