公式指南
样本量公式详解
许多计算器将公式隐藏在界面背后，但一旦定义了每个变量，逻辑就很简单。本页用通俗易懂的语言解释了标准调查样本量公式。
核心公式
计算总体比例的常用公式为 n = (Z^2 x p x (1 - p)) / e^2。实际上，它结合了你的确定性要求、期望比例和误差容忍度。
该公式用于估算在应用任何有限总体校正之前所需的样本量。
每个变量的作用
Z 代表置信水平，p 是估计比例，e 是误差范围。较低的误差容忍度和较高的置信度都会增加样本量。比例越接近 50%，样本量也越大。
因此，保守的设定通常意味着 95% 的置信度、5% 的误差范围和 p = 0.5。
即使使用计算器，公式仍然很重要
理解公式有助于你在所需样本量过大时知道应该调整哪个参数。很多时候，问题不在于公式是否正确，而在于哪些假设是合适的。
这使得该公式即使对于非统计学家也很有用。
如何不把公式复杂化地使用它
公式最大的用处在于帮助你理解各种权衡取舍，而不是每次都手动计算。一旦你了解了每个变量的作用，计算器就更容易被信任，也更容易向他人解释。
当所需样本量异常高时，这个方法尤其有用。此时，公式会指出是置信度、精确度还是比例假设导致了这个问题，而不是让你自己去猜测。
- 将公式理解为一系列规划杠杆，而不仅仅是符号。
- 用它来解释为什么较小的误差容限需要更多的样本成本。
- 将有限人口校正作为单独的调整步骤
- 在明确假设条件后，可以使用计算器加快计算速度。