樣本和樣本容量的區別

樣本是觀測或調查的一部分個體，總體是研究對象的全部。總體中抽取的所要考查的元素總稱，樣本中個體的多少叫樣本容量。樣本容量又稱“樣本數”。指一個樣本的必要抽樣單位數目。

樣本和樣本容量有什么區別

樣本容量的大小與推斷估計的準確性有著直接的聯系，即在總體既定的情況下，樣本容量越大其統計估計量的代表性誤差就越小，反之,樣本容量越小其估計誤差也就越大。

樣本容量確定的科學合理，一方面，可以在既定的調查費用下，使抽樣誤差盡可能小，以保證推算的精確度和可靠性；另一方面，可以在既定的精確度和可靠性下，使調查費用盡可能少，保證抽樣推斷的最大效果。

確定樣本容量的大小是比較復雜的問題，既要有定性的考慮也要有定量的考慮。從定性的方面考慮樣本量的大小，其考慮因素有：決策的重要性，調研的性質，變量個數，數據分析的性質，同類研究中所用的樣本量，發生率，完成率，資源限制等。具體地說，更重要的決策，需要更多的信息和更準確的信息，這就需要較大的樣本；探索性研究，樣本量一般較小，而結論性研究如描述性的調查，就需要較大的樣本；收集有關許多變量的數據，樣本量就要大一些，以減少抽樣誤差的累積效應；如果需要采用多元統計方法對數據進行復雜的高級分析，樣本量就應當較大；如果需要特別詳細的分析，如做許多分類等，也需要大樣本。針對子樣本分析比只限于對總樣本分析，所需樣本量要大得多。

抽樣方法是什么

1、分層抽樣：抽樣時，將總體分成互不交叉的層，然后按照一定的比例，從各層中獨立抽取一定數量的個體，得到所需樣本，這樣的抽樣方法為分層抽樣。適用于總體由差異明顯的幾部分組成。

2、整群抽樣：將總體中各單位歸并成若干個互不交叉、互不重復的集合，稱之為群；然后以群為抽樣單位抽取樣本的一種抽樣方式。應用整群抽樣時，要求各群有較好的代表性，即群內各單位的差異要大，群間差異要小。