1樓：Anti
理論上講，不會
隨著樣本量增大，估計量的方差減小，估計更精確，無論是 alpha 錯誤還是 beta 錯誤的可能性都會減小
實踐中看，會
原因是隨著估計精度的增大，引數之間微小的差異也會導致拒絕原假設，即使這種差異在現實中毫無意義
舉個例子，記男性的平均智商為 x，女性為 y，原假設為 x 不等於 y
我們把樣本容量擴大到最大，相當於直接測算總體的引數
此時 x 只要與 y 不相等，就會導致拒絕原假設，即使它們之間只相差 0.0001
然而全球有幾十億男性跟幾十億女性，他們的平均智商幾乎不可能相等，也就是說，在這個問題中，只要樣本容量足夠大，總能拒絕原假設
顯然，從理論的角度來看，男性的平均智商與女性的平均智商的確不是同乙個實數，因此拒絕原假設沒有犯第一類錯誤
但是從實踐的角度，原假設總是會被拒絕，這個假設檢驗已經失去了意義，就是所謂的 Statistical Significance doesn't always mean Practical Significance.
事實上，學術圈中有很多人利用以上規律，通過增大樣本量的手段強行拒絕原假設，證明自己已經預先設定好的論點
因此，在解決實際問題時，樣本量並不是越大越好，而是應該設定在乙個合適的範圍之內
隨著進化，人類的腦容量是否在增加？
海雲青飛 直接給出乾貨答案 目前來說，人類在退化，所以你的提問有問題。人類的腦容量在減少。人類的腦容量減少的原因，最直接也是最好的回答來了。 Dr.Hu 橫軸是時間 越往左越早 縱軸是腦容量。從黃色點開始是人屬 Homo 直立人海得堡人是綠色點，藍色基本就是智人 包括早期智人Archaic Homo...
怎樣理解t檢驗中說的樣本量越大，樣本均數會越接近與正態分佈？
路人乙小明 你這個總體會不會小了點呀，一般樣本量在總體10分之一，或者抽出一名同學以後量了身高再放回總體 也就是說乙個個體可能反覆被抽到 這個時候才考慮大數，中指極限這些定理 白蘭統計 1 樣本量不一定小於總體的可能取值數量。2 樣本均值的分布 和 總體的分布 這兩個分布概念，是不一樣的。3 使用t...
用這種視訊記憶體容量很大的製圖顯示卡打遊戲會怎樣？
拋瓦怪 就好像用大斧頭削鉛筆，能不能削？能！削的快不快？看情況。削的好不好看？看技術。但是顯然我用鉛筆刀削的又快又好看。同樣的道理，鉛筆刀能不能用來砍柴？能！砍的快不快？看力氣。砍的好不好看？多半不好看，但是顯然我用斧頭砍得又快又好看。你自己品吧。 AnnaComnena 不怎麼樣，和遊戲卡一樣，只...