如果统计量的数值落在接受域内,则作出的结论可能犯“取伪”错误,而且犯“取伪”错误的概率β是不可知的。但是,在实践中,有些决策既需要控制犯“弃真”错误的概率α,也需要控制犯“取伪”错误的概率β。在这种情况下,可以通过样本容量的改变来满足这种要求。
当用抽样数据推及总体时,样本量是决定样本数据代表性的一个重要因素,一般而言,样本容量越大、样本数据表征总体的能力就越强,但成本也会水涨船高,而当样本量达到一定水平之后,样本量的增加对抽样数据代表性提高的边际效应呈现衰减的趋势,那是否可以在样本成本和样本代表性之间找个较佳的平衡点,既能保证数据的代表性、又能控制样本成本呢?