大きなサンプルサイズの利点

科学研究に関しては、サンプルサイズは質の高い研究にとって重要な考慮事項です。 サンプルサイズ。次のように表されることもあります。 nは、統計のセットを計算するために使用される個々のデータの数です。 サンプルサイズが大きいほど、研究者はデータの平均値をより適切に決定し、少数の非定型サンプルのテストによるエラーを回避できます。

TL; DR（長すぎる; 読んでいない）

サンプルサイズは、研究にとって重要な考慮事項です。 サンプルサイズが大きいほど、より正確な平均値が得られ、小さいサンプルのデータを歪める可能性のある外れ値が特定され、誤差が小さくなります。

サンプルサイズは、調査または実験でテストされた情報の数です。 たとえば、100サンプルの海水の油の残留物をテストする場合、サンプルサイズは100です。 不安の兆候について20,000人を調査すると、サンプルサイズは20,000になります。 サンプルサイズが大きいほど、研究者が扱うデータが増えるという明らかな利点があります。 しかし、大規模なサンプルサイズの実験には、より大きな財政的および時間的コミットメントが必要です。

サンプルサイズが大きいほど、テストされたサンプル間の品質の平均値を決定するのに役立ちます。この平均は 平均. サンプルサイズが大きいほど、平均はより正確になります。 たとえば、40人の平均身長は5フィート4インチですが、100人の平均身長は5フィート4インチです。 インチ、2番目の測定値は、かなり多くのテストを行っているため、個人の平均身長をより正確に推定できます。 科目。 平均を決定することで、研究者はより簡単に特定することもできます 外れ値. 外れ値は、平均値とは大きく異なるデータであり、調査の対象となるポイントを表すことができます。 したがって、平均の高さに基づくと、高さが6フィート8インチの人は、範囲外のデータポイントになります。

外れ値の可能性は、大きなサンプルサイズが重要になる理由の一部です。 たとえば、4人の政党について調査し、1人が無所属党に所属しているとします。 これはサンプルサイズ4の1人の個人であるため、統計では、人口の25％が無所属党に属していることが示され、おそらく不正確な外挿です。 サンプルサイズを大きくすると、サンプルに外れ値が存在する場合に誤解を招く統計を回避できます。

サンプルサイズは統計に直接関係しています 誤差の範囲、または統計を計算してどれだけ正確にすることができるか。 個人が車を所有しているかどうかなど、「はい」または「いいえ」の質問については、 1をサンプルサイズの平方根で除算し、で乗算することによる統計の誤差 100. 合計はパーセンテージです。 たとえば、サンプルサイズが100の場合、10パーセントの許容誤差があります。 身長や体重などの平均値で数値を測定する場合は、この合計に2倍の値を掛けます。 標準偏差 データの平均からのデータ値の広がりを測定します。 どちらの場合も、サンプルサイズが大きいほど、許容誤差は小さくなります。