样本量多少才够下结论

判断样本量是否足够，不能只看总数，要看你要下什么结论。分析目标决定了最低样本要求。比如只想知道整体转化率，几百条记录可能够用；但要比较 5 个渠道的转化率差异，每个渠道都需要足够样本，总量要求会成倍上升。

先明确你要比较什么

问自己三个问题：

• 你要估计的是单一指标，还是多组之间的差异？
• 这个差异需要多小才算有意义？
• 你允许结论有多大的不确定？

如果只是看整体平均值，样本量要求最低。如果要做分组对比，每一组都要单独满足最低样本量。很多人犯的错是把总样本当成每组样本，比如总共有 1000 条数据，分成 10 组，每组只有 100 条，这时候做组间比较往往不够。

判断标准：分组分析时，最小的那一组决定了结论的可靠性。

看指标的波动程度

同样 500 条数据，对稳定指标够用，对波动大的指标可能远远不够。

• 如果指标在不同样本间差异很小，比如系统响应时间集中在 200 毫秒附近，较少样本就能估计准确。
• 如果指标波动很大，比如用户消费金额从几十到几万都有，就需要更多样本才能让平均值稳定下来。

实际操作中，可以先用现有数据算一下指标的标准差或分位数范围。波动越大，所需样本量越大。一个粗略的经验：如果想估计平均值，样本量至少要让标准误差降到均值的 10% 以内。

用置信区间代替「够不够」

与其纠结样本量数字，不如直接计算置信区间。它告诉你估计值有多不确定。

比如有一份数据，某个比例是 40%，如果 95% 置信区间是 30% 到 50%，这个范围太宽，不能用来做精细决策；如果区间是 38% 到 42%，说明估计比较稳定。

判断方法：

• 区间宽度超过你关心的差异幅度，说明样本不够。
• 区间宽度小于你需要区分的最小差异，说明样本够用。

样本量是否足够，本质上是置信区间是否窄到能支持你的决策。

分组数量会快速消耗样本

每多一个分组，每个组分到的样本就减少。如果要交叉分析，比如「渠道 × 用户类型」，样本消耗更快。

粗略估计：假设总样本为 N，有 k 个分组，每组平均只有 N/k。如果要保证每组至少有 30 个有效样本（这是很多统计方法的常见下限），总样本至少要 30k。交叉分析时组数相乘，门槛更高。

更稳妥的做法是，先确定最小分析单元，再倒推总样本量。比如最终要看 4 个渠道里新老用户的表现差异，那就是 8 个小组，每组至少 50 条，总共需要 400 条以上。

数据不够时的务实做法

当样本量无法增加，可以这样处理：

• 合并分组：把相近的类别合并，减少组数。
• 降低分析粒度：不做交叉，只做单维度对比。
• 报告置信区间而非单一数值：承认不确定性。
• 用贝叶斯方法或 Bootstrap 重采样：在小样本下给出更合理的区间估计。
• 明确标注结论的局限性：哪些差异不能确认，哪些只是趋势。

不要为了凑样本量而重复使用同一条数据，也不要因为样本少就放弃区间估计直接报一个精确数字。前者会高估可靠性，后者会误导判断。

样本量没有万能标准，它取决于你要回答的问题、指标的波动性和你能接受的不确定程度。先算置信区间，再看区间是否支持你的结论，比记忆「30 条」「100 条」这类固定阈值更可靠。