系統(tǒng)抽樣和隨機抽樣樣本量的計算

隨機抽樣樣本量計算

當抽樣比f=n/N≤0.05時暑塑,總體為無限總體,樣本單元數(shù)常采用簡單隨機抽樣锅必,樣本數(shù)量計算公式為



式中n為樣本數(shù)量事格,c為變異系數(shù),一般取0.6或0.7搞隐,可靠性為95%時分蓖,t值為1.96,
85%的精度E為0.15尔许,90%的精度時E為0.1么鹤。一般計算樣本數(shù)量需增加10%-20%的保險系數(shù)。當總體為無限總體時味廊,采取隨機抽樣蒸甜。

系統(tǒng)抽樣樣本量計算


式中A為總體面積,a為樣本單元面積余佛,t為可靠性指標柠新,當可靠性為95%時,t值取1.96辉巡,C為變動系數(shù)恨憎,E為允許的相對誤差,90%的精度時E取0.1。
一般計算樣本數(shù)量需增加10%-20%的保險系數(shù)憔恳。即在計算的樣本量上乘以系數(shù)1.2瓤荔。

最后編輯于
?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市钥组,隨后出現(xiàn)的幾起案子输硝,更是在濱河造成了極大的恐慌,老刑警劉巖程梦,帶你破解...
    沈念sama閱讀 211,042評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件点把,死亡現(xiàn)場離奇詭異,居然都是意外死亡屿附,警方通過查閱死者的電腦和手機郎逃,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,996評論 2 384
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來挺份,“玉大人衣厘,你說我怎么就攤上這事⊙购悖” “怎么了?”我有些...
    開封第一講書人閱讀 156,674評論 0 345
  • 文/不壞的土叔 我叫張陵蚤吹,是天一觀的道長犬第。 經(jīng)常有香客問我牍陌,道長,這世上最難降的妖魔是什么伦吠? 我笑而不...
    開封第一講書人閱讀 56,340評論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮魂拦,結(jié)果婚禮上毛仪,老公的妹妹穿的比我還像新娘。我一直安慰自己芯勘,他們只是感情好箱靴,可當我...
    茶點故事閱讀 65,404評論 5 384
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著荷愕,像睡著了一般衡怀。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上安疗,一...
    開封第一講書人閱讀 49,749評論 1 289
  • 那天抛杨,我揣著相機與錄音,去河邊找鬼荐类。 笑死怖现,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的玉罐。 我是一名探鬼主播屈嗤,決...
    沈念sama閱讀 38,902評論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼潘拨,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了恢共?” 一聲冷哼從身側(cè)響起战秋,我...
    開封第一講書人閱讀 37,662評論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎讨韭,沒想到半個月后脂信,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,110評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡透硝,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,451評論 2 325
  • 正文 我和宋清朗相戀三年狰闪,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片濒生。...
    茶點故事閱讀 38,577評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡埋泵,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出罪治,到底是詐尸還是另有隱情丽声,我是刑警寧澤,帶...
    沈念sama閱讀 34,258評論 4 328
  • 正文 年R本政府宣布觉义,位于F島的核電站雁社,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏晒骇。R本人自食惡果不足惜霉撵,卻給世界環(huán)境...
    茶點故事閱讀 39,848評論 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望洪囤。 院中可真熱鬧徒坡,春花似錦、人聲如沸瘤缩。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,726評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽剥啤。三九已至何暮,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間铐殃,已是汗流浹背海洼。 一陣腳步聲響...
    開封第一講書人閱讀 31,952評論 1 264
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留富腊,地道東北人坏逢。 一個月前我還...
    沈念sama閱讀 46,271評論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親是整。 傳聞我的和親對象是個殘疾皇子肖揣,可洞房花燭夜當晚...
    茶點故事閱讀 43,452評論 2 348

推薦閱讀更多精彩內(nèi)容

  • 機器學習是做NLP和計算機視覺這類應用算法的基礎,雖然現(xiàn)在深度學習模型大行其道浮入,但是懂一些傳統(tǒng)算法的原理和它們之間...
    在河之簡閱讀 20,487評論 4 65
  • 《數(shù)據(jù)分析的統(tǒng)計基礎》的讀書筆記 作 者:經(jīng)管之家龙优、曹正鳳 出版社:電子工業(yè)出版社 版 次:2015年2月第1...
    格式化_001閱讀 9,501評論 1 58
  • 1. 簡述相關分析和回歸分析的區(qū)別和聯(lián)系。 回歸分析和相關分析都是研究兩個或兩個以上變量之間關系的方法事秀。 廣義上說...
    安也也閱讀 8,670評論 0 3
  • 數(shù)據(jù)分析方法分為四大類: 1彤断、單純的數(shù)據(jù)加工方法 a.描述性統(tǒng)計分析(集中、離中趨勢分析和數(shù)據(jù)分布) b.相關性分...
    重生之魂閱讀 2,800評論 0 3
  • 挑戰(zhàn)自我的第一天失敗了易迹,在大家的鼓勵下宰衙,第二天重振旗鼓,果然讀的順利一點了睹欲,哈哈也可能今天的內(nèi)容比較生活一點供炼。 從...
    虞筱xie閱讀 315評論 0 1