Importance de la taille de l'échantillon dans la recherche

Précision

• 
  

  
  
  

  Comme la taille des échantillons augmentation, les estimations deviennent plus précis. Par exemple, si nous avons choisi au hasard 10 humains adultes de sexe masculin, nous pourrions trouver leur hauteur moyenne soit 6-pieds-3-pouces de hauteur, peut-être parce qu'il est un joueur de basket-ball qui se gonfle notre estimation. Si, toutefois, nous avons mesuré deux millions de mâles humains adultes, nous aurions un meilleur prédicteur de la hauteur moyenne des hommes parce que les extrêmes seraient équilibrer et le vrai moyen serait occulter les écarts par rapport à la moyenne.

Intervalles de confiance

• 
  

  
  

  Quand un statisticien fait une prédiction sur un résultat, il sera souvent construire un intervalle autour de son estimation. Par exemple, si nous avons mesuré le poids de 100 femmes, nous pourrions dire que nous sommes 90 pour cent confiant que le vrai poids, la moyenne des femmes est dans l'intervalle de 103 à £ 129. (Ceci, bien sûr, dépend d'autres facteurs tels que la variabilité dans les mesures ainsi.) Comme la taille de l'échantillon augmente, nous devenons plus confiants quant à notre estimation, et nos intervalles deviennent plus petits. Par exemple, avec un million de femmes, nous pourrions dire que nous sommes 98 pour cent confiant que le vrai poids, la moyenne des femmes est comprise entre 115 et 117 livres. En d'autres termes, que la taille de l'échantillon augmente, notre confiance dans nos mesures augmente et la taille de nos intervalles de confiance diminue.

Erreur Standard

• 
  
  

  La variation est une mesure de la dispersion des données autour de la moyenne. L'écart type est la racine carrée de variation et contribue approximativement quel pourcentage de la population se situe entre une plage de valeurs par rapport à la moyenne. Lorsque la taille de l'échantillon augmente, erreur standard, qui dépend de l'écart type et taille de l'échantillon, diminue. En conséquence, les estimations augmentation de la précision et de la recherche intégrée sur cette estime est considéré comme plus fiable (avec moins de risques d'erreur).

Difficulté dans Utilisation Grandes Tailles d'échantillon

• Des échantillons plus importants produisent évidemment de meilleures estimations plus précises sur les populations, mais il ya plusieurs problèmes avec des chercheurs utilisant des échantillons plus importants. Tout d'abord, il peut être difficile de trouver un échantillon aléatoire de personnes prêtes à essayer un nouveau médicament. Lorsque vous le faites, il devient plus coûteux de fournir la drogue à plus de gens et de suivre plus de gens au fil du temps. En outre, il faut plus d'efforts pour obtenir et conserver un échantillon de taille plus grande. Même si de plus gros échantillons produisent des statistiques plus précises, le coût et les efforts supplémentaires ne sont pas toujours nécessaires car des échantillons plus petits peuvent également produire des résultats significatifs.