小样本,小样本研究范式

是向少数几个或者单个被试呈现处理的试验方式，斯金纳在《有机体的行为》中提出。 根据小样本研究范式，研究应该包括三个阶段： 确定所研究对象的行为基线或反应方式；操纵自变量，观察和记录因变量的变化；撤除自变量，继续监测因变量的情况。
优势：更严密地监测了对象的行为，更系统地测量了自变量的效应，并得以更细致地进行“被试内”比较和分析。
缺陷：外部效度不易达到要求，并容易受被试系统误差的影响，因此应作更多的验证性研究。

（1）统计抽样
　　统计抽样是指按照数理统计知识进行样本设计和实施抽样的技术。
　　（2）非统计抽样
　　非统计抽样是指按照职业判断进行样本设计和实施抽样的技术。
　　需要明确的是，统计抽样和非统计抽样的选用只会影响样本的选取，包括如何选以及选多少，而不会影响已被选出来的样本推断总体特征的可靠性，因此，只要运用得当，统计抽样和非统计抽样都可以获得充分、适当的证据。这里需要注意的是，如果运用不恰当，比如注册会计师通过分析性复核程序未能发现重点审计领域，导致职业判断发生偏差，进而在抽样测试时未能恰当运用抽样技术，这就会影响抽样结果推断的总体特征的可靠性。
　　其次，需要明确的是，统计抽样是建立在科学的数理统计模型基础上，有助于衡量已获得证据的充分性，从而有助于提高依据样本结果推断的总体特征的可靠性；非统计抽样是主要依据职业判断进行的抽样，主观性较强，而且不能保证抽样具有完全随机性，通常注册会计师很难做到依据客观情况进行样本设计，从而最终影响其总体特征的可靠性。通常来说，统计抽样比非统计抽样更具有科学性，依据抽样结果推断的总体特征也具有可靠性。

优点：抽样调查从研究对象的总体中抽取一部分个体作为专样本进行调查，据此推属断有关总体的数字特征，经济性好，实效性强，适应面广，准确性高。 缺点：收集到的数据不全面。 抽样调查虽然是非全面调查，但它的目的却在于取得反映总体情况的信息资料，因而，也可起到全面调查的作用。根据抽选样本的方法，抽样调查可以分为概率抽样和非概率抽样两类。 扩展资料：与其它调查一样，抽样调查也会遇到调查的误差和偏误问题。通常抽样调查的误差有两种：一种是工作误差（也称登记误差或调查误差），一种是代表性误差（也称抽样误差）。 但是，抽样调查可以通过抽样设计，通过计算并采用一系列科学的方法，把代表性误差控制在允许的范围之内； 另外，由于调查单位少，代表性强，所需调查人员少，工作误差比全面调查要小。特别是在总体包括的调查单位较多的情况下，抽样调查结果的准确性一般高于全面调查。因此，抽样调查的结果是非常可靠的。

1、随机抽样 优点：操作起来非常简便。 缺点：只适用于总体单位数量有限的情况，否则编号工作繁重；对于复杂的总体，样本的代表性难以保证，不能利用总体的已知信息等。在市场调研范围有限。或调查对象情况不明、难以分类或总体单位之间特性差异程度小时采用此法效果较好。 2、分层抽样 优点：可以降低总的抽样误差，在全国性抽样调查设计中经常使用分层抽样方法。 缺点：抽样手续较简单随机，抽样还要繁杂。3、系统抽样 优点：经济性，花的时间更少，并且花费也少。 缺点：一些总体单位数可能包含隐蔽的形态或者是“不合格样本”，调查者可能疏忽，把它们抽选为样本。4、整体抽样 优点：实施方便、节省经费。 缺点：往往由于不同群之间的差异较大，由此而引起的抽样误差往往大于简单随机抽样。 扩展资料 抽样调查是一种非全面调查，它是从全部调查研究对象中，抽选一部分单位进行调查，并据以对全部调查研究对象做出估计和推断的一种调查方法。显然，抽样调查虽然是非全面调查，但它的目的却在于取得反映总体情况的信息资料，因而，也可起到全面调查的作用。 概率抽样是按照概率论和数理统计的原理从调查研究的总体中，根据随机原则来抽选样本，并从数量上对总体的某些特征作出估计推断，对推断出可能出现的误差可以从概率意义上加以控制。习惯上将概率抽样称为抽样调查。 参考资料：百度百科-抽样调查

所谓采样就是采集模拟信号的样本。 采样是将时间上、幅值上都连续的信号，在采样脉冲的作用下，转换成时间、幅值上离散的信号。所以采样又称为波形的离散化过程。 普通的奈奎斯特采样定理的前提是频率受限于（0，f）的带限信号。
通常采样指的是下采样，也就是对信号的抽取。其实，上采样和下采样都是对数字信号进行重采，重采的采样率与原来获得该数字信号（比如从模拟信号采样而来）的采样率比较，大于原信号的称为上采样，小于的则称为下采样。上采样的实质也就是内插或插值。
上采样是下采样的逆过程，也称增取样（Upsampling）或内插（Interpolating）。增取样在频分多路复用中的应用是一个很好的例子。如果这些序列原先是以奈奎斯特频率对连续时间信号取样得到的，那么在进行频分多路利用之前必须对它们进行上采样。

我来回答：对于13万的人，做调查，得取多少样本，这个得看你要求的精确度，统计学上有这样的一套公式， http://www.zjsec.com/peixun/pei21.HTM 而对于市场调查； 在市场研究中，常常有客户和研究者询问：“要掌握市场总体情况，到底需要多少样本量？”，或者说“我要求调查精度达到95%，需要多少样本量？”。对此，我往往感到难以回答，因为要解决这个问题，需要考虑的因素是多方面的：研究的对象，研究的主要目的，抽样方法，调查经费…。有人说，北京这么大，上千万人口，我们怎么也得做一万人的访问才能代表北京市吧。根据统计学原理，完全不必。只要在500－1000左右就够了。当然前提是，我们要按照科学的方法去抽样。 根据市场调查的经验，市场潜力等涉及量比较严格的调查所需样本量较大，而产品测试，产品定价，广告效果等人们间彼此差异不是特别大或对量的要求不严格的调查所需样本量较小些。 样本量的大小涉及到调研中所要包括的人数或单元数。确定样本量的大小是比较复杂的问题，既要有定性的考虑也要有定量的考虑。 从定性的方面考虑样本量的大小，其考虑因素有：决策的重要性，调研的性质，变量个数，数据分析的性质，同类研究中所用的样本量，发生率，完成率，资源限制等。具体地说，更重要的决策，需要更多的信息和更准确的信息，这就需要较大的样本；探索性研究，样本量一般较小，而结论性研究如描述性的调查，就需要较大的样本；收集有关许多变量的数据，样本量就要大一些，以减少抽样误差的累积效应；如果需要采用多元统计方法对数据进行复杂的高级分析，样本量就应当较大；如果需要特别详细的分析，如做许多分类等，也需要大样本。针对子样本分析比只限于对总样本分析，所需样本量要大得多。 具体确定样本量还有相应的统计学公式，根据样本量计算公式，我们知道，样本量的大小不取决于总体的多少，而取决于(1) 研究对象的变动程度；(2) 所要求或允许的误差大小；(3) 要求推断的置信程度。也就是说，当所研究的现象越复杂，差异越大时，样本量要求越大；当要求的精度越高，可推断性要求越高时，样本量越大。因此，如果不同城市分别进行推断时，"大城市多抽，小城市少抽"这种说法原则上是不对的。在大城市抽样太大是浪费，在小城市抽样太少没有推断价值。 总之，在确定抽样方法和样本量的时候，既要考虑调查目的，调查性质，精度要求（抽样误差）等，又要考虑实际操作的可实施性，非抽样误差的控制、经费预算等。专业调查公司在这方面会根据您的情况及调查性质，进行综合权衡，达到一个最优的样本量的选择。 实际研究中的一些经验 根据一些学者的研究，以及远东零点在市场研究中的经验，市场调查中确定样本量通常的做法是： 1、通过对方差的估计，采用公式计算所需样本量，主要做法有： 2、用两步抽样，在调查前先抽取少量的样本，得到标准差S的估计，然后代入公式中，得到下一步抽样所需样本量n； 3、如果有以前类似调查的数据，可以使用以前调查的方差作为总体方差的估计。 4、根据经验，确定样本量，主要方法有： 5、如果以前有人做过类似的研究，初学者可以参照前人的样本。 6、如果是大型城市、省市一级的地区性研究，样本数在500-1000之间可能比较适合；而对于中小城市，样本量在200-300之间可能比较适合；如果是多省市或者全国性的研究，则样本量可能在1000-3000之间比较适合。 7、作为一个常识（主要是为了显著性检验），要进行分组研究的每组样本量应该不少于50个。 8、通过试验设计所作的研究，可以采用较小的样本量。如产品试用（留置）调查，在经费有限的情况下，可以将每组的样本量降低至30个左右，最好每组在50以上。此外，我们在多次的实际研究中发现，每组超过100个可能是一种资 ALL IN ALL：我以前做市场调查的时候，不管总体量如何，一般都做200个样本。。 22400希望对你有用！