詳細内容
樣本容量問題
回歸分析是從已經發生的經濟活動的樣本數據中尋找經濟活動中内含的規律性，它對樣本數據具有很強的依賴性。樣本的容量太小會導緻參數估計值的大小和符号違反經濟理論和實際經驗。從建模需要來講，樣本容量越大越好，但收集與整理樣本數據是一件困難的工作，因此，選擇合适的樣本容量，既能滿足模型估計的需要，又能減輕收集數據的困難，是一個重要的實際問題。
(1)最小樣本容量
所謂“最小樣本容量”，即從普通最小二乘法原理出發，欲得到參數估計量，不管其質量如何，所要求的樣本容量的下限，它是：n≥k+1
其中，k為解釋變量的數目。
(2)滿足基本要求的樣本容量
一般經驗認為，當n≥30或者至少n≥3(k+1)時，才能滿足模型估計的基本要求。
計算方法
确定樣本量有相應的統計學公式，不同的抽樣方法對應不同的公式。根據樣本量計算公式，我們知道，樣本量的大小不取決于總體的多少，而取決于(1)研究對象的變化程度；(2)所要求或允許的誤差大小（即精度要求）；(3)要求推斷的置信程度。也就是說，當所研究的現象越複雜，差異越大時，樣本量要求越大；當要求的精度越高，可推斷性要求越高時，樣本量越大。因此，如果不同城市分别進行推斷時，大城市多抽，小城市少抽這種說法原則上是不對的。在大城市抽樣太大是浪費，在小城市抽樣太少沒有推斷價值。
新力市場研究(DMB Research)資深研究專家表示，确定樣本容量的大小是比較複雜的問題，既要有定性的考慮也要有定量的考慮。從定性的方面考慮樣本量的大小，其考慮因素有：決策的重要性，調研的性質，變量個數，數據分析的性質，同類研究中所用的樣本量，發生率，完成率，資源限制等。具體地說，更重要的決策，需要更多的信息和更準确的信息，這就需要較大的樣本；探索性研究，樣本量一般較小，而結論性研究如描述性的調查，就需要較大的樣本。
收集有關許多變量的數據，樣本量就要大一些，以減少抽樣誤差的累積效應；如果需要采用多元統計方法對數據進行複雜的高級分析，樣本量就應當較大；如果需要特别詳細的分析，如做許多分類等，也需要大樣本。針對子樣本分析比隻限于對總樣本分析，所需樣本量要大得多。
在确定抽樣方法和樣本量的時候，既要考慮調查的目的、調查性質和精度要求（抽樣誤差）等，又要考慮實際操作的可實施性，非抽樣誤差的控制、經費預算等。專業調查公司在這方面會根據您的情況及調查性質，進行綜合權衡，達到一個最優的樣本容量的選擇。
意義
合理确定樣本容量的意義：
1.樣本容量過大，會增加調查工作量，造成人力、物力、财力、時間的浪費；
2.樣本容量過小，則樣本對總體缺乏足夠的代表性，從而難以保證推算結果的精确度和可靠性；
3.樣本容量确定的科學合理，一方面，可以在既定的調查費用下，使抽樣誤差盡可能小，以保證推算的精确度和可靠性；另一方面，可以在既定的精确度和可靠性下，使調查費用盡可能少，保證抽樣推斷的最大效果。
相關資料
在一些生産過程中,過程均值的正向飄移與負向飄移對生産者意味着不同損失．提出了兩種非對稱樣本容量均值圖．利用馬氏鍊方法研究了控制圖的控制性質．計算結果顯示，對于小于1.5個過程标準差的過程均值飄移，非對稱樣本容量均值圖在兼顧一方向飄移的同時能更加快速地發現另一方向飄移，而警戒限的加入加快了控制圖發現過程均值一個方向漂移的速度。
