使用方法
- 选择与你的问题对应的模式：单个比例、单个均值，或两组均衡比例差。
- 输入置信水平，以及你能接受的最大误差范围。
- 使用现实的预估比例或标准差，并把结果向上取整，作为最低收集样本量。
Wave 2 统计扩展
三种样本量规划流程
适用于为单个比例规划调查样本量，例如支持率、缺陷率或转化率。
输入
用于规划单个比例的调查或审计，例如支持率、缺陷率或患病率。
用于规划单个均值的估计，适合等待时间、温度、分数或成本等连续结果。
用于规划两组均衡 A/B，对比两组比例差并把估计误差控制在目标范围内。
这个初版假设两组样本数相同，关注的是区间宽度，而不是功效或最小可检测效应。
精度规划和功效分析不是同一个问题
这个页面帮助你在收集数据前决定估计精度。如果你的问题是“要检测最小效应需要多少样本”，那属于功效分析，应使用另一套流程。
50% 是保守设定
对单个比例来说，方差在 p = 0.50 附近最大。如果你没有可靠的先验信息，用 50% 可以避免低估样本量。
小总体时有限总体修正更重要
如果计划样本占总体的比例不小，有限总体修正会降低所需样本量。它常见于审计、清单型调查和小规模名册调查。
收集完成后，请转到区间、相关或 ANOVA 等推断页面继续分析。
常见问题
什么时候该用这个页面，而不是功效分析？
当你的目标是控制估计精度时，用这个页面更合适，也就是希望区间或比例估计落在给定误差范围内。功效分析回答的是另一类问题：在指定功效下检测最小效应需要多少样本。
为什么填 50% 往往会得到最大的调查样本量？
对于单个比例，方差在 p = 0.50 附近最大。因此 50% 是保守假设，通常会给出更高的所需样本量。
有限总体修正会改变什么？
当你的样本会占到有限总体中不可忽略的一部分时，它会降低所需样本量。对小规模调查、审计或名册型总体尤其重要。
分享 URL 会包含我输入的数值吗？
不会。分享 URL 只保存模式和置信水平等轻量设置，数值输入仍留在你的浏览器中。
相关内容
评论（可选）
为减轻加载，评论只在需要时获取。