抽样调查的数量怎么确定

Question

请问，抽样调查的数量怎么确定，如果对于1000人的工厂来调查，1000人有两个工种，各500,调查多少人合适呢？是按照比例，还是什么，谁来推荐一本书看看。

Answer 1

(1)对于平均数类型的变量。

对于已知数据为绝对数，一般根据下列步骤来计算所需要的样本量。已知期望调查结果的精度(E)， 期望调查结果的置信度(L)，以及总体的标准差估计值σ的具体数据，总体单位数N。

计算公式为：n=σ2/(e2/Z2+σ2/N) 。

特殊情况下，如果是很大总体，计算公式变为：n= Z2σ2/e2。

(2)于百分比类型的变量。

对于已知数据为百分比，一般根据下列步骤计算样本量。已知调查结果的精度值百分比(E)，以及置信度(L)，比例估计(P)的精度，即样本变异程度，总体数为N。

则计算公式为：n=P(1-P)/(e2/Z2+ P(1-P)/N) 。

同样，特殊情况下如果不考虑总体，公式为：n= Z2P(1-P)/e2。  

一般情况下，不知道P的取值，取其样本变异程度最大时的值为0.5。

扩展资料

抽样的特点是总体中含量大的部分被抽中的概率也大，可以提高样本的代表性。

抽样的主要优点是：

（ 1）抽样调查可以减少调查的工作量，调查内容可以求多、求全或求专，可以保证调查对象的完整性。

（ 2）可以从数量上以部分推算总体，利用概率论和数理统计原理，以一定的概率保证推算结果的可靠程度，起到全面调查认识总体的功能，可以保证调查的精度。

（ 3）因为抽样调查是针对总体中的一部分单位进行的，抽样调查可以大大减少调查费用，提高调查效率。

（
4）收集、整理数据、综合样本的速度快，保证调查的时效性。

参考资料来源：百度百科-抽样调查法

Answer 2

(1)对于平均数类型的变量。

对于已知数据为绝对数，一般根据下列步骤来计算所需要的样本量。已知期望调查结果的精度(E)， 期望调查结果的置信度(L)，以及总体的标准差估计值σ的具体数据，总体单位数N。

计算公式为：n=σ2/(e2/Z2+σ2/N) 。

特殊情况下，如果是很大总体，计算公式变为：n= Z2σ2/e2。

(2)于百分比类型的变量。

对于已知数据为百分比，一般根据下列步骤计算样本量。已知调查结果的精度值百分比(E)，以及置信度(L)，比例估计(P)的精度，即样本变异程度，总体数为N。

则计算公式为：n=P(1-P)/(e2/Z2+ P(1-P)/N) 。

同样，特殊情况下如果不考虑总体，公式为：n= Z2P(1-P)/e2。  

一般情况下，不知道P的取值，取其样本变异程度最大时的值为0.5。

抽样的主要优点是：

（ 1）抽样调查可以减少调查的工作量，调查内容可以求多、求全或求专，可以保证调查对象的完整性。

（ 2）可以从数量上以部分推算总体，利用概率论和数理统计原理，以一定的概率保证推算结果的可靠程度，起到全面调查认识总体的功能，可以保证调查的精度。

（ 3）因为抽样调查是针对总体中的一部分单位进行的，抽样调查可以大大减少调查费用，提高调查效率。

Answer 3

恩...首先推荐一本书---统计学初级教程

其次,样本的数量取决于总体的数量和总体内个体的离差,和你所想达到的样本代表总体的信任程度.

最简单的抽样方法,随机抽样.
先计划样本数量,并给总体编号
到EXCEL设计个随机函数,生成随机数列.
根据随机数列抽样即可.

抱歉,大学学的东西都还给老师了,技术上的细节下面补充,比如正态分布啊什么的.

Answer 4

抽样调查的方法概述

Answer 5

　　确定样本容量的经验法则
　　在抽样调查中,除上述利用公式来计算样本容量,还有一种常用的方法,即采用经验法则。经验法则是建立在过去抽取满足统计方法要求的样本量所累积下来的经验。使用这个方法时很少需要统计方法知识,但是得出的样本大小很接近统计方法计算出的结果。在采用经验法则时,有关样本量大小的一项原则是：总体越小,要得到精确样本,即有较高概率得出与总体相同结果的样本,抽样比率就要越大。较大的总体能够使较小的抽样比得出同样好的样本。这是因为随着总体人数的增长,样本大小的精确性会随之增加。
　　对于规模较小的总体(1000人以下),研究者需要比较大的抽样比率(大约30%)为要有较高的精确性,这时需要大约300个样本；对于中等规模的总体(如10000人),要达到同样的精确度,抽样比率为10%或大约1000个样本量就可以。就大规模的总体(超过150000)而言,抽样比率为1%或大约1500个样本量就能得出正确的结果。如果是非常大的总体（超过1000万）。研究者可以使用0.025%抽样比或者大约2500个样本,就能够得出精确的结果。当抽样比率非常小时,总体大小的影响力就不那么重要了。从2亿总体中抽取一个2500左右的样本,与从1000万总体中抽出同样规模的样本,它们的精确程度是完全相同的。