样本容量是指从总体中抽取的样本所包含的个体数量，通常用n表示。样本容量的大小直接影响统计推断的精度和可靠性，样本容量越大，抽样误差越小，估计越准确。在统计学中，确定合适的样本容量是研究设计的关键步骤，它决定了研究结果的代表性和可信度。样本容量的选择还需要考虑总体变异程度、置信水平、允许误差等因素，常用公式基于中心极限定理和正态分布假设。实际研究中，样本容量过小会导致结果不可靠、置信区间过宽，过大则会增加人力物力成本，因此需在统计效力和资源限制之间取得平衡。
【常见问题】
问题1：样本容量对统计结果的可靠性有何影响？
回答1：样本容量越大，统计结果的可靠性越高，因为抽样误差减小，置信区间更窄。样本容量不足时，结果可能无法反映总体真实情况，导致错误推断。
问题2：如何在实际研究中确定最优样本容量？
回答2：确定最优样本容量需要根据总体标准差、期望的置信水平（如95%）和允许误差范围，通过公式 \( n = (Z_{\alpha/2} \cdot \sigma / E)^2 \) 计算。样本容量大小还受研究设计类型和预算限制影响。
问题3：样本容量与总体规模是否存在固定比例关系？
回答3：样本容量并非与总体规模成固定比例，尤其当总体很大时，样本容量主要取决于变异程度和精度要求，而非总体大小。例如，全国性调查常只需数千样本即可代表数亿人口。