样本量计算器
计算调查和研究所需的样本量。
关于此工具
样本量计算器会告诉你在结果可信之前需要调查多少受访者。它解决了研究中常见的问题：收集的回复太少会导致结果在统计上不可靠，太多则浪费时间和预算。
使用时，设置你期望的置信水平、可接受的误差范围、总体规模以及预期的回答分布，工具便会给出所需的样本量。它适用于市场调查、学术研究、A/B 测试规划和民意调查。
请记住，更高的置信水平或更小的误差范围总是需要更大的样本量。所有计算都在你的浏览器本地运行，因此输入的数据绝不会离开你的设备。
常见问题
代码实现
import math
# Z-values for common confidence levels
Z_VALUES = {80: 1.282, 85: 1.440, 90: 1.645, 95: 1.960, 99: 2.576}
def sample_size(confidence: int, margin_of_error: float, population: int = None) -> int:
"""
Calculate required sample size.
confidence: confidence level (80, 85, 90, 95, or 99)
margin_of_error: as a decimal (e.g. 0.05 for 5%)
population: total population size (None for infinite)
"""
z = Z_VALUES[confidence]
p = 0.5 # worst-case proportion
n = (z ** 2 * p * (1 - p)) / (margin_of_error ** 2)
if population is not None and population > 0:
n = n / (1 + (n - 1) / population)
return math.ceil(n)
# Examples
print(sample_size(95, 0.05)) # 385 (infinite population)
print(sample_size(95, 0.05, 1000)) # 278 (adjusted for N=1000)
print(sample_size(99, 0.03)) # 1842
print(sample_size(90, 0.05)) # 271
Comments & Feedback
Comments are powered by Giscus. Sign in with GitHub to leave a comment.