大家好，我是小环，我来为大家解答以上问题。样本量不同的两组数据比较差异性，样本量很多人还不知道，现在让我们一起来看看吧！

1、样本量n=C²σ²/p² P — 精度（Precision），也称精确度，由审计师设定，代表样本与总体之间的可接受误差范围。

2、在属性抽样中，精度以百分比表示，在变量抽样中，精度用一个数值表示。

3、精度值越大，样本量越小，总体误差值就越大；反之，精度值越小，样本量越大，总体误差值就越小，但增加了抽样工作量。

4、 σ— 总体标准差（Population Standard Deviation），是衡量总体中个别单位偏离总体平均值的离散程度的指标，标准差越大，样本量越大，用于变量抽样中。

5、 假设这组数据的平均值是m 方差公式s^2=1/n[(x1-m)^2+(x2-m)^2+...+(xn-m)^2] 标准差是方差开方后的结果(即方差的算术平方根) 精度还是你看情况决定的 可以看看这个 http://blog.sina.com.cn/s/blog_48bc65a90100bc14.html 样本量n=C²σ²/p² 1.C — 置信系数（Confidence Coefficient），也称置信水平、可信因子，是以百分比（90%、95%、99%等）表示的抽样结果能够代表总体的概率。

6、一般而言，95%的置信水平则认为高度满意，置信水平越高，样本量越大。

7、1减去置信系数为风险水平（Level of Risk），是样本结果不能代表总体的概率。

8、 例如C选95%，即抽样结果能够代表总体的概率为95% 2.P — 精度（Precision），也称精确度，由审计师设定，代表样本与总体之间的可接受误差范围。

9、在属性抽样中，精度以百分比表示，在变量抽样中，精度用一个数值表示。

10、精度值越大，样本量越小，总体误差值就越大；反之，精度值越小，样本量越大，总体误差值就越小，但增加了抽样工作量。

11、 比如你可以接受的样本与总体之间的误差范围是0~90% 3.σ— 总体标准差（Population Standard Deviation），是衡量总体中个别单位偏离总体平均值的离散程度的指标，标准差越大，样本量越大，用于变量抽样中。

12、 假设这组数据的平均值是m 方差公式s^2=1/n[(x1-m)^2+(x2-m)^2+...+(xn-m)^2] 标准差是方差开方后的结果(即方差的算术平方根) 这个你会算吧 所以 样本量n=C²σ²/p² 你相应把数代进去。

本文到此讲解完毕了，希望对大家有帮助。