发布时间：
做实证研究样本至少选一些代表性的从统计上说，至少30才可以，才算大样本。但是还是要看变量数，原则上说样本数至少比变量数多一个，这些是样本的最低要求。对于研究生毕业论文，对数据样本的选择可以根据研究课题进行调整，通常分析的的问题越复杂需要的数据量就会越大小包法律实证分析系统，帮助研究者进行数据收集、数据清洗、数据验证，可以创建如线性回归方式的高级模型，可以不断调整数据使实证显著。
问卷样本数量在500-1000即可，太多了数据差异性不明显，太少了没有信度。
首先，取决于样本总体的广泛性，比如研究汉族和藏族学生，那样本量差异就很大。因为汉族学生的总体很庞大，要想获得一个具有代表性样本，显然需要很大的样本量。而藏族学生的总体很少，相对少的样本量理论上代表性也可能比较好了。
那么样本量如何确定呢，主要有以下几个因素：
1、总体指标的变异情况。这会影响到应答率的准确率，从而对样本量产生影响，在计算样本的过程中，还要考虑好以下几个重要环节。
2、预测值要有一定的精确度。因为抽样误差的大小会直接影响到估计值的准确程度。
3、一是为保证抽样率的准确性，必须要做好抽样推断，使之有一定的可信度；在确定样本后，样本量的计算是一个很关键的问题，需要一个科学的公式，是专业性的。总体来主，样本量要根据估计的域的多少来决定样本量的多少。
4、总之样本量的确定要遵循一人原则，即：精度和费用的互相作用，费用一定精度最高，精度一定费用最低。
5、而样本的收集与整理可以上各大问卷网站或者沃销众填上解决，也可以加入QQ、微信群免费互填问卷。
6、这里介绍一个公式，对于已知数据为绝对数,我们一般根据下列步骤来计算所需要的样本量。已知期望调查结果的精度(E)， 期望调查结果的置信度(L)，以及总体的标准差估计值σ的具体数据，总体单位数N。
计算公式为:n=σ2/(e2/Z2+σ2/N)。
特殊情况下，如果是很大总体,计算公式变为：n= Z2σ2/e2。
一般学校纯文科类的讠仑文，本科生在8000-10000左右，硕士研究生在20000-30000左右，博士研究生在80000-100000左右，不过各校之间还是有一定差异。这个具体要求得跟导师联系确定才行。多了不好，少了更不行~~~，什么样的讠仑文可以发表，你可以去品优刊 下载一些讠仑文来参考，就知道了！
样本量大概在300~500左右最为合适。在毕业论文当中如果涉及到调查问卷，那么一定要有调查的样本，样本量不能太少，如果样本量太少的话是不足以说明问题的，所以基本的样本量应该控制在300~500左右。这样才能在论文当中作为数据的支撑，才能在评审过程中通过。
心理学本科毕业论文实验研究被试每组15个不够，但是也可以使用。心理学本科毕业论文实验研究被试每组一般要30个以上，因为30人以上才能看成是大样本，信度才可靠。如果没有特殊要求，可以采用小样本每组15个，只是信度可靠度不如大样本。心理学是一门研究人类的心理现象、精神功能和行为的科学。包括基础心理学与应用心理学两大领域。基础心理学研究涉及知觉、认知、情绪、人格、行为、人际关系、社会关系、家庭、教育、健康、社会等。
大众调查。调查问卷的样本量就是样本中所包含的单位的个数，也就是抽样个体的数量。通常样本量在题目的5~10倍左右为宜，一份标准点的问卷题目数普遍在30题以上，所以计算一下样本量大概要在150~300之间比较适合。
做实证研究样本至少选一些代表性的从统计上说，至少30才可以，才算大样本。但是还是要看变量数，原则上说样本数至少比变量数多一个，这些是样本的最低要求。对于研究生毕业论文，对数据样本的选择可以根据研究课题进行调整，通常分析的的问题越复杂需要的数据量就会越大小包法律实证分析系统，帮助研究者进行数据收集、数据清洗、数据验证，可以创建如线性回归方式的高级模型，可以不断调整数据使实证显著。
硕士毕业论文格式要求及字数规定
时间稍纵即逝，充满意义的大学生活即将结束，大家都知道毕业前要通过最后的毕业论文，毕业论文是一种有准备、有计划的检验学生学习成果的形式，我们该怎么去写毕业论文呢？下面是我收集整理的硕士毕业论文格式要求及字数规定，欢迎阅读，希望大家能够喜欢。
一篇硕士学位论文的引言，大致包含如下几个部分：
1、问题的提出；
2、选题背景及意义；
3、文献综述；
4、研究方法；
5、论文结构安排。
一般而言，非211、985学校的硕士毕业论文字数在6000—8000左右（工程类需要制图的专业则会超过这个数字），而一些要求较高或者重点学校则要求论文字数在1万左右或以上，总之各个学校在论文字数上的规定都有细微的差异。
一、硕士生毕业论文主要内容
1、题目（宋体，小二，居中）
2、中文摘要（200字以上），关键词；字体：宋体、小四号，字符间距：标准；行距：20磅
3、英文摘要，关键词；
4、目录
5、正文；字体：宋体、小四号，字符间距：标准；行距：20磅
6、参考文献。期刊内容包括：作者、题名，刊名，年，卷（期）：起始页码—结束页码。著作内容包括：作者、编者，文献题名，出版社，出版年份，起止页码。
7、附件：开题报告和检查情况记录表
二、格式要求
1、书写格式要求：填写项目必须用碳素或蓝黑墨水钢笔书写；
2、文稿要求：文字通顺，语言流畅，版面整洁，便于装订。Word文稿A4纸打印。
3、图纸要求：图面整洁，布局合理，线条粗细均匀，圆弧连接光滑，尺寸标准规范，文字注释必须使用工程字书写；
4、曲线图表要求：所有曲线、图表、线路图、流程图、程序框图、示意图等不得简单徒手画，须按国家规范标准或工程要求绘制；
5、公式要求：所有公式不得徒手书写，利用Microsoft公式编辑器或Mathtype编辑。
三、毕业论文份量要求
毕业论文字数一般不少于万字或相当信息量。外文文献阅读量的具体要求，由指导教师量化。
四、毕业论文规范
审查工作由指导教师具体负责，从毕业论文质、量、形式等规范方面对论文答辩资格进行审查。审查合格者方能参加答辩。凡质、量、形式等方面审查不合格者，应责令其返工，直到达到要求为止，否则不准参加毕业答辩。对于在校外进行毕业论文的学生，其论文答辩资格审查回校进行。
五、毕业论文档案应包括以下内容：
1、大学毕业论文（设计）封面（教务处统一印制）；
2、毕业论文，包括题目及目录、开题报告、内容提要、正文及相关图表、参考文献及其他附件等；
3、指导教师、答辩委员会评阅意见、成绩评定表；
4、其他附件。
写作建议
（一）要有信心，树立积极的科研态度
做研究，要有积极和严谨的科研态度，要有耐心、恒心、信心和决心，同时也要保持一颗平常心。2005年全国百篇优秀博士毕业论文获得者、武汉大学年轻的博士生导师王树良教授认为，论文的.写作、发表过程是科学研究深化、完善的过程。对写论文要抱着一种百折不挠的快乐的心情，没有一个真正的学者仅为发表论文才去研究，也没有一个真正的学者会认为发表论文的多少与学术贡献可以等同。但是，每一个真正的学者都会爱惜自己的论文，关心他人对自己论文的评论和引用。发展经济学的奠基人之一、武汉大学张培刚教授总结自己的学术人生，说了一句哲理感言：“认真，但不能太认真，应适时而止；看透，岂能全部看透，须有所作为。”
（二）经常交流，依靠团队的思想
智慧碰撞才能产生火花，交流才能丰富想象。合作是一个科研工作者要学会的最重要的事情之一。硕士同学要多交流，多听专门讲座，多参加学术会议，要依靠学术团队的思想和智慧来激发创新思维。华中农业大学校长邓秀新院士在指导硕士学习时，非常强调“要更多地通过交谈与讨论来激发学生的科学兴趣”。
（三）善于思考，敢于提出自己的观点
毕业论文的关键是要有新的发现，有自己的创新点。创新需要以积极的精神、平和的心态，去寻找与常规不相符合的偏差以及有矛盾和异常的结果。往往正是这些非正常现象后面隐藏着发现的线索，这些线索有可能向流行的思想和传统的解释提出挑战。中国工程院院士傅廷栋教授告诫硕士同学：“学习是创新的基础，思考是创新的灵魂。”武汉大学博士生导师谭x文教授在总结硕士学习的特点时指出：“学习需要艰苦的探索，但更需要聪明的探索。”善于思考，善于总结和归纳，敢于提出新观点，注重细节的分析和发现，对于写出高水平的毕业论文非常重要。
1. 实证研究里，不同的假设、模型以及对应的样本量是可以不同的，比如说你研究的是：H1:性别对喜马拉雅付费项目的使用意愿存在差异。这里全样本是720份，其中男生是400份，女生是320份。H2：在女生人群中，年龄对喜马拉雅付费项目的使用意愿呈现负相关。这里的实证样本就可能是300份。就是不同假设的样本量可以是不同的，不同模型对应的样本量也可以是不同的。比如海外投资对创新绩效的影响，模型一可能是某一类企业，模型二可能是另外一类企业，这时候可能要素还是不同，还是具有不同的样本量，重点是这里一定要保证除了一个样本量的大小不同之外，其他的要素是要保证相同的，因为这里重点要使用的就是控制变量法，要保证一个要素不同，其他的都要相同，这样最后的结果才可以具有可信性
一般学校纯文科类的讠仑文，本科生在8000-10000左右，硕士研究生在20000-30000左右，博士研究生在80000-100000左右，不过各校之间还是有一定差异。这个具体要求得跟导师联系确定才行。多了不好，少了更不行~~~，什么样的讠仑文可以发表，你可以去品优刊 下载一些讠仑文来参考，就知道了！
样本量的计算公式为：
其中，Z为置信区间、n为样本容量、d为抽样误差范围、σ为标准差，一般取。
样本量是指总体中抽取的样本元素的总个数，应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。由抽样分布理论可知，在大样本条件下，如果总体为正态分布，样本统计量服从正态分布；如果总体为非正态分布，样本统计量渐近服从正态分布。
扩展资料
抽样方法
1、简单随机抽样
一般的，设一个总体个数为N，如果通过逐个抽取的方法抽取一个样本，且每次抽取时，每个个体被抽到的概率相等，这样的抽样方法为简单随机抽样。适用于总体个数较少的。
2、系统抽样
当总体的个数比较多的时候，首先把总体分成均衡的几部分，然后按照预先定的规则，从每一个部分中抽取一些个体，得到所需要的样本，这样的抽样方法叫做系统抽样。
3、分层抽样
抽样时，将总体分成互不交叉的层，然后按照一定的比例，从各层中独立抽取一定数量的个体，得到所需样本，这样的抽样方法为分层抽样。适用于总体由差异明显的几部分组成。
4、整群抽样
整群抽样又称聚类抽样。是将总体中各单位归并成若干个互不交叉、互不重复的集合，称之为群；然后以群为抽样单位抽取样本的一种抽样方式。应用整群抽样时，要求各群有较好的代表性，即群内各单位的差异要大，群间差异要小。
5、多段抽样
多段随机抽样，就是把从调查总体中抽取样本的过程，分成两个或两个以上阶段进行的抽样方法。
参考资料来源：百度百科-样本量
参考资料来源：百度百科-样本
样本量的计算公式是n=z²σ²/d²。其中，Z为置信区间、n为样本容量、d为抽样误差范围、σ为标准差，一般取。应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。
样本量计算举例：
样本量估算可以通过统计学公式，也可以通过专用软件进行，但首先仍需要确定研究背景、研究假设、主要评价指标和设计模型。
目前常用的样本量估算软件有nQuery Advisor+nTerim、MedCalc、PASS、SAS、Stata、R语言等。
采用统计学公式进行样本量估算的相关要素一般包括临床试验的设计类型、评价指标的期望值、Ⅰ类和Ⅱ类错误率，以及预期的受试者脱落的比例等。
评价指标的期望值根据（基于目标人群样本的）已有临床数据和小样本预试（如有）的结果来估算，应在临床试验方案中明确这些参数的确定依据。
论文估算样本量计算方法：首先点击打开“样本量”计算表格。然后点击输入公式“=”号。再输入目标总体数量的平方值，并乘以标准偏差，接着用1减去标准偏差，乘以误差幅度的平方值。样本量=目标总体数量^2*标准偏差*(1-标准偏差)/(误差幅度)^2。最后按“Enter回车键”确定，计算得出样本量。这样就计算好了。样本量是指总体中抽取的样本元素的总个数，应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。由抽样分布理论可知，在大样本条件下，如果总体为正态分布，样本统计量服从正态分布；如果总体为非正态分布，样本统计量渐近服从正态分布。例如：一百个人的体重数据称为一个样本，其中样本量为1，样本容量为100。
2年啊，这个课题时间太长了啊。这个量也不是固定的，最好不要错失。可以考虑下用样本方差的。样本关于给定点x在直线上散布的数字特征之 一，其中的点x称为方差中心。样本方差数值上等于构成样本的随机变量对离散中心 x之方差的平方和.设X、，…，戈是同分布实随机变 量，点x是选定的方差中心(x〔R’).那么，量 s。(x)=艺(x一x)z 称为关于点x的样本方差(sample variance)，由于 s。(x)=s。(见)+n(无一x)，)s。(无)二s。， 其中了二(X、+…十戈)加，可见当x二了时关于 x的样本方差取最小值.较小的S。说明样本元素关 于见集中;相反，较大的S。说明样本元素分散. 样本方差的概念，可以自然地推广到多维样本的样本协方差矩阵.
具体确定样本量还有相应的统计学公式，不同的抽样方法对应不同的公式。
根据样本量计算公式，不难知道，样本量的大小不取决于总体的多少，而取决于：
(1) 研究对象的变化程度；
(2) 所要求或允许的误差大小（即精度要求）；
(3) 要求推断的置信程度。
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。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。
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。
样本量是指总体中抽取的样本元素的总个数，应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。由抽样分布理论可知，在大样本条件下，如果总体为正态分布，样本统计量服从正态分布；如果总体为非正态分布，样本统计量渐近服从正态分布。
合理确定样本容量的意义：
1.样本容量过大，会增加调查工作量，造成人力、物力、财力、时间的浪费；
2.样本容量过小，则样本对总体缺乏足够的代表性，从而难以保证推算结果的精确度和可靠性；
3.样本容量确定的科学合理，一方面，可以在既定的调查费用下，使抽样误差尽可能小，以保证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，使调查费用尽可能少，保证抽样推断的最大效果。
参考资料：百度百科-样本量
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。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。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。 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。 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 样本量n=C²σ²/p² — 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。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。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。例如C选95%，即抽样结果能够代表总体的概率为95% — 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。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。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。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。 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
具体确定样本量还有相应的统计学公式，不同的抽样方法对应不同的公式。
根据样本量计算公式，不难知道，样本量的大小不取决于总体的多少，而取决于：
(1) 研究对象的变化程度；
(2) 所要求或允许的误差大小（即精度要求）；
(3) 要求推断的置信程度。
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。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。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。
样本量是指总体中抽取的样本元素的总个数，应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。由抽样分布理论可知，在大样本条件下，如果总体为正态分布，样本统计量服从正态分布；如果总体为非正态分布，样本统计量渐近服从正态分布。
参考资料：百度百科-样本量
具体确定样本量还有相应的统计学公式，不同的抽样方法对应不同的公式。
根据样本量计算公式，不难知道，样本量的大小不取决于总体的多少，而取决于：
(1) 研究对象的变化程度；
(2) 所要求或允许的误差大小（即精度要求）；
(3) 要求推断的置信程度。
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。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。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。
样本容量的大小涉及到调研中所要包括的单元数。样本容量是对于你研究的总体而言的，是在抽样调查中总体的一些抽样。
比如：中国人的身高值为一个总体，你随机取一百个人的身高，这一百个人的身高数据就是总体的一个样本。某一个样本中的个体的数量就是样本容量。注意：不能说样本的数量就是样本容量，因为总体中的若干个个体只组成一个样本。样本容量不需要带单位。
在假设检验里样本容量越大越好。但实际上不可能无穷大，就像你研究中国人的身高不可能把所有中国人的身高都量一量一样。
扩展资料：
样本量应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。由抽样分布理论可知，在大样本条件下，如果总体为正态分布，样本统计量服从正态分布；如果总体为非正态分布，样本统计量渐近服从正态分布。
选择合适的样本容量，既能满足模型估计的需要，又能减轻收集数据的困难，是一个重要的实际问题。
(1) 最小样本容量
所谓“最小样本容量”，即从普通最小二乘法原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限，它是：n≥k+1
其中，k为解释变量的数目。
(2) 满足基本要求的样本容量
一般经验认为，当n≥30或者至少n≥3(k+1)时，才能满足模型估计的基本要求。
合理确定样本容量的意义：
1.样本容量过大，会增加调查工作量，造成人力、物力、财力、时间的浪费；
2.样本容量过小，则样本对总体缺乏足够的代表性，从而难以保证推算结果的精确度和可靠性；
3.样本容量确定的科学合理，一方面，可以在既定的调查费用下，使抽样误差尽可能小，以保证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，使调查费用尽可能少，保证抽样推断的最大效果。
参考资料：百度百科——样本量