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?
