您的位置：首页 > 其它

Dell 2950服务器CPU-E1422错误解决方法

2014-04-16 12:05 288 查看

在电视节目中经常看到关于选举的报道中经常会后有支持率的数字，例如：调查结果为

a方支持率为45.3%；

b方支持率为30.2%；

c方支持率为8.5%；

...

最后都会说明一下，此次电话调查的数量2300，置信度为95%﹐最大容许误差为±2.5%，这就是抽样调查的典型情景：一个大的集合（比如：数千万选民）做一次调查的成本较高，抽样调查可以低成本的用近似的（可接受的）数据反映实际情况；在用户调研中，也经常通过通过抽样调查的方式并对比打分的方法做评估。

抽样误差：假如相同规模的抽样调查进行多次，抽样均值在真实均值的上下波动，相对于整体均值的偏移波动就是抽样误差，而这个误差的分布是符合正态分布的，例如下图：横轴为整体的均值，圆点是每次抽样的均值，而红色那次抽样就是加上误差后都未覆盖到均值线）；

最小抽样量的计算公式：抽样量需要 > 30个才算足够多，可以用以下近似的误差/样本量估算公式；

$\120dpi n\approx\frac{({z_{\alpha /2}})^{2}{\sigma}^2}{E^2}$

n：为样本量；

$\120dpi {\sigma}^2$
：总体方差，抽样个体值和整体均值之间的偏离程度，抽样数值分布越分散方差越大，；
E：为抽样误差（可以根据均值的百分比设定），由于是倒数平方关系，抽样误差减小为1/2，抽样量需要增加为4倍；

$\120dpi ^{z_{\alpha/2}}$
: 为可靠性系数，即置信度，置信度为95%时，
$\120dpi ^{z_{\alpha/2}}$
=1.96，置信度为90%时，
$\120dpi ^{z_{\alpha/2}}$
=1.645

为了体现相对差距：假设抽样均值为y

相对抽样误差 h = E / y

C= σ / y

$\120dpi n\approx\frac{({z_{\alpha /2}})^{2}C^2}{h^2}$

以下是基于抽样得分的抽样误差估算表格：

置信度	相对抽样误差(假设：C=0.4)
1%	2%	3%	4%	5%
95%	6147	1537	683	384	246
90%	4330	1082	481	271	173

如果是基于胜出率，支持率等：分值为0/1状态分布，公式拟合为

$n\approx\frac{({z_{\alpha /2}})^{2}\pi(1-\pi)}{h^2}$

π为按照经验得出的最后比例，在未知时π可取50%，待算出结果后再重新拟合，比例越悬殊需要的样本量越少；

置信度	相对抽样误差
1%	2%	3%	4%	5%
95%	9604	2401	1067	600	384
90%	6765	1691	752	423	270

大部分的电话抽样调查：取样量一般在2000-5000；

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航