När det gäller vetenskapliga studier är provstorlek ett viktigt övervägande för kvalitetsforskning. Provstorlek, som ibland representeras som n TL; DR (för länge, läste inte) Provstorlek är ett viktigt övervägande för forskning. Större provstorlekar ger mer korrekta medelvärden, identifierar avvikare som kan skryta data i ett mindre prov och ger en mindre felmarginal. Provstorlek Provstorlek är antalet bitar av information testad i en undersökning eller ett experiment. Till exempel, om du testa 100 prov av havsvatten för oljerester, är din provstorlek 100. Om du undersöker 20 000 personer för tecken på ångest är din provstorlek 20 000. Större provstorlekar har uppenbar fördel att tillhandahålla mer data för forskare att arbeta med; men stora provstorleksexperiment kräver större finansiella och tidsåtaganden. Medelvärde och utjämnare Större provstorlekar hjälper till att bestämma medelvärdet av en kvalitet bland testade prover - detta genomsnitt är betyder Risken för småprover Möjligheten för outliers är en del av vad gör stor provstorlek viktig. Tala om att du undersöker 4 personer om deras politiska anslutning, och en tillhör den oberoende parten. Eftersom det här är en individ i en provstorlek på 4, visar din statistik att 25 procent av befolkningen tillhör den oberoende parten, sannolikt en felaktig extrapolering. Att öka din urvalsstorlek undviker vilseledande statistik om en outlier är närvarande i ditt prov. Felfel Provstorleken är direkt relaterad till en statistik felmarginal
, är antalet enskilda data som används för att beräkna en uppsättning statistik. Större provstorlekar gör det möjligt för forskare att bättre bestämma de genomsnittliga värdena på deras data och undvika fel från att testa ett litet antal möjligen atypiska prover.
. Ju större provstorleken desto mer exakt är medelvärdet. Om du exempelvis finner att bland 40 personer är medelhöjden 5 fot, 4 tum, men bland 100 personer är medelhöjden 5 fot, 3 tum, den andra mätningen är en bättre uppskattning av medelhöjden på en individ, eftersom du testar väsentligt fler ämnen. Att bestämma medelvärdet gör det också möjligt för forskare att lättare hitta outliers
. En outlier är en data som skiljer sig kraftigt från medelvärdet och kan representera en intressepunkt för forskning. Så baserad på medelhöjden, skulle någon med en höjd av 6 fot, 8 tum, vara en avlägsen datapunkt.
, eller hur exakt en statistik kan beräknas vara. För en ja-eller-nej fråga, som om en person äger en bil, kan du bestämma felmarginalen för en statistik genom att dividera 1 vid kvadratroten av provstorleken och multiplicera med 100. Totalen är en procentandel . Exempelvis kommer en provstorlek på 100 att ha en felfel på 10 procent. Vid mätning av numeriska kvaliteter med ett medelvärde, såsom höjd eller vikt, multiplicera denna summa med två gånger standardavvikelsen för data, vilket mäter hur spridningen är datavärdena är från medelvärdet. I båda fallen desto större är provstorleken, desto mindre är felmarginalen.
