SmartCalc
金融财务健康家装与工程数学时间日期转换工具教育生成器通用
  1. 首页
  2. /数学
  3. /区间与抽样设计
  4. /设计效应计算器

设计效应计算器

免费的设计效应计算器:输入每群平均调查人数、组内相关系数和简单随机样本量,算出设计效应、需要实采的样本量、需要访问的群数以及样本量增幅。

这个计算器把分群抽样方案换成调查计划真正需要的两个数字:方案自带的设计效应,以及为了保住简单随机抽样的精度必须实采的样本量。输入每个群的平均调查人数、组内相关系数,以及简单随机抽样所需的样本量即可。

设计效应(DEFF)是估计量在真实抽样方案下的方差,与同样本量简单随机抽样方差之比。在同一个村、同一所学校或同一家诊所里访问多人,带回的新信息比把同样多的人随机分散开要少,因为同群的人彼此更像。设计效应为 2 意味着方差翻倍,1000 份访问只相当于 500 份简单随机样本的精度。

单阶段整群抽样的标准公式是 1 + (m − 1) × ρ,其中 m 是平均群规模,ρ 是组内相关系数,即总变异中落在群之间而不是群内部的比例。每群访问 20 人、ρ 取 0.05 时设计效应为 1.95,接近调查手册常用的翻倍假设。

结果是一份外业计划:设计效应本身、需要实采的访问量(简单随机样本量乘以设计效应后向上取整)、对应的群数,以及样本量多出多少百分比。把群规模设为 1 或把 ρ 设为 0,设计效应就退回 1,这也提醒我们分群只会牺牲精度。

难点在于 ρ 取多少,任何公式都无法替你决定:请取自预调查、同一总体的既有调查或已发表的估计值,并偏向区间上限。公式假设各群规模相同、群数足够多且忽略有限总体校正,也无法表达让方案比简单随机抽样更高效的分层。

输入计算条件

一个村、一所学校或一家诊所里平均访问多少人。平均值可以是小数。
01
同群个体之间的相似程度,取值 0~1。调查手册常用 0.05 做计划值;数值越大,分群的代价越高。
在没有考虑分群之前,简单随机抽样为达到同样精度所需的样本量。
设计效应
1.9500000000000002
需要实采的样本量
780
需要访问的群数
39
样本量增幅
95%

大号数字是设计效应,所有后续结果均使用未舍入的计算值。访问量与群数一律向上取整;方案的有效样本量等于实采样本量除以设计效应。

常见问题

什么是设计效应?

它是估计量在你实际采用的抽样方案下的方差,与同样本量简单随机抽样方差之比,由 Kish 于 1965 年提出,至今仍是衡量分群、加权和分层代价的标准指标。数值为 2 表示方差翻倍,1000 份访问只相当于 500 份简单随机样本;小于 1 则表示方案比简单随机抽样更高效。

组内相关系数 ρ 应该取多少?

请用预调查、同一总体的既有调查,或针对同一指标已发表的估计值,而不是凭感觉。健康与家户调查通常落在 0.01~0.15 之间,而且同一个村或同一个班级内部的值一般为正,这正是分群付出代价的原因。WHO 对疫苗接种率调查常用的计划值是 DEFF 为 2,相当于每群约 21 人、ρ 取 0.05。拿不准时按区间上限做计划。

怎么算有效样本量,或者反过来用别人给出的设计效应?

有效样本量 = 实采样本量 ÷ 设计效应:设计效应为 2 时,1000 份访问相当于 500 份的精度。要用别人报告的设计效应,先用 ρ = (DEFF − 1) ÷ (m − 1) 换算成 ρ:报告 DEFF 为 1.4、每群 11 人,对应 ρ 为 0.04,把这一对数值填进来就能复现出被放大的样本量。

相关计算器

置信区间计算器

免费置信区间计算器:输入样本均值、标准差与样本量,立即得到误差范围与 90%、95%、99% 置信区间,并显示对应的 z* 临界值。

→

SmartCalc.top — 免费在线计算器,无需注册。

© 2026 SmartCalc.top