CN110766302A - 抽样量配置与抽样误差估计方法、装置及电子设备 - Google Patents

Abstract

本公开实施例中提供了一种抽样量配置与抽样误差估计方法、装置及电子设备，属于质量抽样技术领域，该方法包括：获取放回抽样条件下的样本比例标准差的表示；基于所述样本比例标准差估计总体准确率的预定概率置信区间；基于所述总体准确率的预定概率置信区间获得放回抽样条件下与所述置信区间对应的抽样量；以及对所述放回抽样条件下与所述置信区间对应的抽样量进行修正以获得无放回抽样条件下与所述置信区间对应的抽样量。通过本公开的处理方案，能够将抽样准确率等质量指标控制在要求的误差范围内使得总抽样成本最小，通过从多个维度进行样本估计，提高了抽检质量，节约整体成本。

Description

抽样量配置与抽样误差估计方法、装置及电子设备

技术领域

本公开涉及质量抽样技术领域，尤其涉及一种抽样量配置与抽样误差估计方法、装置及电子设备。

背景技术

随着互联网技术的发展，大量的互联网资源被上传到网络平台上，对于这些上传的互联网资源，需要进行审核以确保其满足平台和国家法律的要求。

现阶段，对于这些内容的审核多采用机器审核和人工审核相结合的方式。对于审核的质量，设置有一系列的质量指标，诸如整体的审核准确率、盲审准确率、召回率、下架率、模拟事故投放准确率、漏放率等。

互联网平台上每天各地区各业务线的需要审核的量(进审量)非常庞大，除去机审任务外也还有大量任务需要人工审核，如何去评估这些审核员的审核质量，采取什么样的抽样策略可以使结果在误差允许范围之内，以及花费的人力总成本最小。

目前在抽样问题上的解决方案主要存在下列问题：

1.抽样率或抽样量是根据经验确定的。

2.抽样质量相关指标的置信度不能量化，无法准确表达质量水平。

3.不能随时间的变化做自适应调节。

4.配置抽样率不智能，需要进行人工干预。

5.假设除申诉的案件外其他的抽样或质检人员正确率为100％。

6.整体成本没有量化，整体成本与质量之间无法做权衡。

由于抽样问题的解决方案存在上述的问题，导致出现抽样人力冗余的现象、或者是不能达到质量保障。另外配置抽样率不智能，需要人工频繁修改抽样率，效率低下。整体成本没有量化，质量达到极致会花费大量人力，整体成本太高，因此需要找到一个质量保障的权衡点，使整体成本最低。

发明内容

有鉴于此，本公开实施例提供一种抽样量配置与抽样误差估计方法、装置及电子设备，以至少部分解决现有技术中存在的问题。

第一方面，提供了一种抽样量配置与抽样误差估计方法，该包括：

获取放回抽样条件下的样本比例标准差的表示，其中所述样本比例标准差指示所选取的样本本身的标准差；

基于所述样本比例标准差估计总体准确率的预定概率置信区间，其中所述总体准确率的预定概率置信区间指示所述总体准确率在所述置信区间的可能性为所述预定概率；

基于所述总体准确率的预定概率置信区间获得放回抽样条件下与所述置信区间对应的抽样量；以及

对所述放回抽样条件下与所述置信区间对应的抽样量进行修正以获得无放回抽样条件下与所述置信区间对应的抽样量。

根据本公开实施例的一种具体实现方式，所述方法还包括：

根据所述无放回抽样条件下与所述置信区间对应的抽样量的表示获得所述抽样量条件下的抽样误差。

根据本公开实施例的一种具体实现方式，所述获取放回抽样条件下的样本比例标准差的表示，包括根据下式获取放回抽样条件下的样本比例标准差：

其中，δ_p为样本比例标准差，P为总体准确率，并且n为抽样量。

根据本公开实施例的一种具体实现方式，所述基于所述样本比例标准差估计总体准确率的预定概率置信区间，包括根据下式估计所述总体准确率的预定概率置信区间：

[P-Z_α/2*δp,P+Z_α/2*δp]

其中，并且Z_α/2为α/2对应的标准正态分布的上分位数，并且Z_α/2的值可以通过查表获得。

根据本公开实施例的一种具体实现方式，所述基于所述总体准确率的预定概率置信区间获得放回抽样条件下与所述置信区间对应的抽样量，包括根据下式获得放回抽样条件下与所述置信区间对应的抽样量：

其中δ是抽样误差。

根据本公开实施例的一种具体实现方式，所述对所述放回抽样条件下与所述置信区间对应的抽样量进行修正以获得无放回抽样条件下与所述置信区间对应的抽样量，包括：

采用修正系数(N-n)/(N-1)对所述放回抽样条件下与所述置信区间对应的抽样量进行修正，其中N为总量；以及

根据下式获得所述无放回抽样条件下与所述置信区间对应的抽样量：

根据本公开实施例的一种具体实现方式，所述根据所述无放回抽样条件下与所述置信区间对应的抽样量的表示获得所述抽样量条件下的抽样误差，包括根据下式计算所述抽样量条件下的抽样误差：

其中，δ是抽样误差，P为总体准确率，n为抽样量，N为总量，并且Z_α/2为α/2对应的标准正态分布的上分位数。

根据本公开实施例的一种具体实现方式，在所述总体准确率P未知的情况下，令P＝0.5，并将P＝0.5时计算出的与所述置信区间对应的抽样量作为所述总体准确率P未知的情况下的抽样量。

根据本公开实施例的一种具体实现方式，在已知所述总体准确率P的区间[P1，P2]的情况下，

当数学表达式(P1-0.5)*(P2-0.5)小于等于零时，将P＝0.5时计算出的与所述置信区间对应的抽样量作为已知所述总体准确率P的区间[P1，P2]的情况下的抽样量；

当数学表达式(P1-0.5)*(P2-0.5)大于零时：

如果值P1距离0.5的距离小于值P2距离0.5的距离，则将P的值设置为P1，并将P＝P1时计算出的与所述置信区间对应的抽样量作为已知所述总体准确率P的区间[P1，P2]的情况下的抽样量；以及

如果P1距离0.5的距离大于P2距离0.5的距离，则将P的值设置为P2，并将P＝P2时计算出的与所述置信区间对应的抽样量作为已知所述总体准确率P的区间[P1，P2]的情况下的抽样量。

第二方面，提供了一种抽样量配置与抽样误差估计装置，该装置包括：

输入模块，用于输入计算任务以及与所输入的计算任务对应的参数输入，其中所述计算任务包括给定抽样量的抽样误差估计、总体准确率给定的抽样量估计、总体准确率区间已知的抽样量估计以及总体准确率未知的抽样量估计；

计算模块，用于根据前述方法实施例所述的方法计算与所述计算任务对应的抽样量或者抽样误差；以及

输出模块，用于显示所述计算模块的计算结果。

根据本公开实施例的一种具体实现方式，所述装置根据进审量周期性地调整抽样量或者根据抽样量计算抽样误差。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

至少一个处理器；以及，

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的抽样量配置与抽样误差估计方法。

第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的抽样量配置与抽样误差估计方法。

第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的抽样量配置与抽样误差估计方法。

本公开实施例中的抽样量配置与抽样误差估计方案，包括获取放回抽样条件下的样本比例标准差的表示；基于所述样本比例标准差估计总体准确率的预定概率置信区间；基于所述总体准确率的预定概率置信区间获得放回抽样条件下与所述置信区间对应的抽样量；以及对所述放回抽样条件下与所述置信区间对应的抽样量进行修正以获得无放回抽样条件下与所述置信区间对应的抽样量。通过本公开的处理方案，能够将抽样准确率等质量指标控制在要求的误差范围内使得总抽样成本最小，通过从多个维度进行样本估计，提高了抽检质量，节约整体成本。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本公开实施例提供的抽样量配置与抽样误差估计流程示意图；

图2为本公开实施例提供的在总体准确率P区间已知的情况下配置抽样量的逻辑图；

图3为本公开实施例提供的抽样量配置与抽样误差估计装置的结构示意图；

图4为本公开实施例提供的电子设备示意图。

具体实施方式

下面结合附图对本公开实施例进行详细描述。

以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。

本公开实施例提供一种抽样量配置与抽样误差估计方法。本实施例提供的抽样量配置与抽样误差估计方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合，该计算装置可以集成设置在服务器、终端设备等中。

参见图1，本公开实施例提供的一种抽样量配置与抽样误差估计方法，包括：

S100：获取放回抽样条件下的样本比例标准差的表示。

在本公开实施例中，术语“放回抽样”是一种抽样方法，该方法在逐个抽取样本时，每次抽到的样本被放回总体中之后，再进行下次样本抽取。

术语“样本比例标准差”是指所选取的样本本身的标准差。

例如，对于总体分布满足标准正态分布(均值为0，方差为1)的样本，在放回抽样的条件下，样本比例标准差可以被表示为：

其中，δ_p为样本比例标准差，P为总体准确率(在本公开实施例中，P为审核员的总体审核准确率)，并且n为抽样量。

在本公开实施例中，假定总体准确率P已知，例如P可以是0.90、0.94、0.96或者其他的值。总体准确率P的值可以为已知的理论值、标准值或者经过大量观察所获得的稳定值。例如，总体准确率P可以通过统计一段时间内的准确率来确定。

也就是说，在本公开实施例中，假定审核员在进行审核时的总体准确率P为确定的已知量，并且在此情况下获得放回抽样条件下的样本比例标准差的数学表示。

S200：基于所述样本比例标准差估计总体准确率的预定概率置信区间。

术语“总体准确率”是指具有某一相同标志表现的全部总体单位数的比重。在本公开实施例中，总体准确率可以是指审核员进行审核时准确的比重。

术语“样本率”是观测或调查的一部分个体是研究对象的比率。在本公开实施例中，“样本率”是指所抽取的n个样本中，审核准确的比重。

一般而言，总体准确率的估计包括点估计和区间估计。

点估计是直接用样本率来估计总体率，这种方式没有考虑抽样误差。

区间估计则考虑到抽样误差，按一定的概率1－α(即置信度为1－α)估计总体准确率的可能范围，此范围称为总体准确率的置信区间。

在本公开实施例中，总体准确率的置信区间可以被表示如下：

[P-Z_α/2*δp,P+Z_α/2*δp]

其中，P为总体准确率，Z_α/2为α/2对应的标准正态分布的上分位数，该值可以通过查表的方式获得。具体地，对于95％置信区间，Z_α/2＝1.96，并且对于99％置信区间，Z_α/2＝2.58。

举例来说，对于总体准确率P＝0.9，抽样量n＝100的情况而言，根据步骤S100中的式子，可得δ_p＝0.3。

此外，对于95％置信区间，Z_α/2＝1.96。因此，总体准确率的95％的置信区间的下限为：

P-1.96*0.3＝0.9-1.96*0.3＝0.312

并且总体准确率的95％的置信区间的上限为：

P+1.96*0.3＝0.9+1.96*0.3＝1.488

因此，基于步骤S100中所获得的样本比例标准差δ_p(＝0.3)，估计得到的总体准确率的95％置信区间为[0.312，1.488]。也就是说，总体准确率在范围[0.312，1.488]内的可能性为95％。可替代地，可以类似地获得99％置信区间。

在本公开实施例中，虽然以95％和99％置信区间为例进行了描述，但是本公开不限于此，而是可以计算得到其他预定概率置信区间，例如90％置信区间，等等。

应当注意，在本公开实施例中，术语“总体准确率的预定概率置信区间”是指所述总体准确率在所述置信区间的可能性为所述预定概率。例如，总体准确率的95％置信区间是指总体准确率在置信区间[0.312，1.488]的可能性为95％。

S300：基于所述总体准确率的预定概率置信区间获得放回抽样条件下与所述置信区间对应的抽样量。

在放回抽样条件下，步骤S200中的估计总体准确率的预定概率置信区间的抽样误差为：

也就是说，Z_α/2的值、总体准确率P和抽样量n共同决定了抽样误差的大小。

如步骤S200所示，一旦确定了置信水平(预定概率)1－α，Z_α/2的值也就确定了。由于总体准确率P的值是固定的，所以抽样误差由抽样量决定。抽样量越大，抽样误差就越小，估计的精度越高。

因此，对于给定的Z_α/2的值，可以确定任一希望抽样误差所需要的抽样量。令δ代表抽样误差，其是由于随机抽样的偶然因素使样本各单位的结构不足以代表总体各单位的结构，而引起抽样指标和全局指标的绝对离差。则可得：

进而可以得到：

在本公开实施例中，抽样误差δ是事先确定的量，其例如可以通过试验调查的方式获得。如此，在已知抽样误差δ的值、总体准确率P的值和Z_α/2的值的情况下，可以获得与步骤S200中的置信区间[P-Z_α/2*δp,P+Z_α/2*δp]对应的抽样量，或者可以说与置信水平(预定概率)1－α对应的抽样量。

S400：对所述放回抽样条件下与所述置信区间对应的抽样量进行修正以获得无放回抽样条件下与所述置信区间对应的抽样量。

在实际的抽样过程中，同一个任务不会被抽样超过1次，因此实际的抽样是无放回抽样。无放回抽样实际上为超几何分布模型，基于超几何分布模型的方差，对于无放回抽样条件增加修正系数(N-n)/(N-1)，修正系数的推导可以具体参见超几何分布模型的方差推导公式，在此不进行赘述。

基于此，可以得到：

对上式进行变换，即可得到无放回抽样条件下与置信区间对应的抽样量。具体地，在抽样误差δ、总体准确率P已知的情况下，可以得到无放回抽样条件下与置信区间对应的抽样量为：

以上描述了根据本公开实施例的抽样量的计算方法。接下来，描述在不同模式下，抽样量的具体确定方法。

根据本公开实施例的一种具体实现方式，在总体准确率P未知的情况下，为保证最坏情况下的误差小于给定的要求误差，取总体准确率P＝0.5对应的抽样量。

在以上推导无放回抽样条件下与置信区间对应的抽样量的过程中，假定抽样误差δ、总体准确率P已知。然而，在许多情况下，总体准确率P是未知量，在这种情况下，为了确保满足误差要求，要求在最坏情况下的误差也小于给定的要求误差。

为此，对步骤S400所获得的公式对总体准确率P求导，可以得出如下结论：总体准确率在[0，0.5]区间，是递增函数，随着总体正确率增大，抽样量逐渐变大，并且总体准确率在[0.5，1.0]区间，是递减函数，随着总体正确率增大，抽样量逐渐减少。

在这种情况下，为了确保满足误差要求，取P＝0.5时所对应的抽样量，即：

也就是说，在总体准确率P未知的情况下，设置抽样误差δ和给定置信区间所对应的Z_α/2的值，即可得到在确保误差的情况下的抽样量。

根据本公开实施例的一种具体实现方式，在总体准确率P区间已知的情况下，根据图2所示的逻辑配置抽样量。

具体地，例如已知总体准确率P区间为[P1,P2]。如图2所示，首先判断0.5是否属于该区间，如果0.5在该区间的范围内，则将P的值设置为0.5，并且此时的抽样量计算公式为：

对于0.5是否在该区间的范围内的判断，可通过数学表达式(P1-0.5)*(P2-0.5)与0的大小来判断。如果表达式(P1-0.5)*(P2-0.5)小于等于零，则可确定0.5在该区间的范围内，并且取P＝0.5。

在(P1-0.5)*(P2-0.5)大于零的情况下，如果值P1距离0.5的距离小于P2距离0.5的距离，则将P的值设置为P1，并且如果P1距离0.5的距离大于P2距离0.5的距离，则将P的值设置为P2。

对于该判断，数学表达可以表示为：

如果|P1-0.5|<|P2-0.5|，则P＝P1，此时的抽样量计算公式为：

并且如果|P1-0.5|＞|P2-0.5|，则P＝P2，此时的抽样量计算公式为：

在以上，分别描述了在总体准确率P已知、未知和已经总体准确率P的区间三种情况下的抽样量计算公式。

在还有的情况下，可能已知抽样量，但是需要评估在这种抽样方案(抽样量)下的抽样误差δ。也就是说，在这种情况下，抽样误差δ是未知的量。

在这种情况下，对步骤S400所获得的公式进行变形，可得到下式：

如此，在已知总体准确率P的情况下，对于预定的抽样量，即可根据上式得到该抽样量下的抽样误差估计(抽样误差δ)。

以上通过统计学的计算方式，描述了如何将抽样准确率等质量指标控制在要求的误差范围内，并使得总抽样成本最小。接下来，描述根据本公开实施例的抽样量配置与抽样误差估计装置。

如图3所示，其示出了根据本公开实施例的抽样量配置与抽样误差估计装置的结构示意图。如图3所示，根据本公开实施例的抽样量配置与抽样误差估计装置包括输入模块301、计算模块302和输出模块303。

输入模块301用于输入计算任务以及与所输入的计算任务对应的参数输入。具体地，在本公开实施例中，计算任务例如可以包括：

计算任务1：总体准确率给定的抽样量估计

计算任务2：总体准确率区间已知的抽样量估计

计算任务3：总体准确率未知的抽样量估计

计算任务4：给定抽样量的抽样误差估计

抽样策略例如可以通过下拉框的形式进行选择，或者可以通过直接键入的方式进行选择。

在选择了抽样策略之后，输入模块301还显示与所选择的抽样策略对应的需要输入的参数。表1示出了与计算对应的需要输入的参数，其中符合

指示需要输入该参数，符合

指示无需输入该参数。

表1示出了与抽样策略对应的需要输入的参数。

在通过输入模块301选择计算并输入如表1所示的相应参数之后，可以通过计算模块302计算相应的抽样量n或者抽样误差δ。

具体地，在本公开实施例中，计算模块302存储有与前述方法实施例中的计算方法对应的函数或公式。

对于计算任务1，计算模块302根据下式计算出抽样量n:

对于计算任务2，计算模块302根据总体准确率P的区间计算抽样量。具体计算方法已经在上述方法实施例中进行了描述，在此不再赘述。

对于计算任务3，计算模块302根据下式计算出抽样量n：

即，在总体准确率P未知的情况下，令P＝0.5，并由此计算抽样量。

对于计算任务4，此时采用下式评估抽样量的抽样误差δ：

在通过计算模块计算出抽样量或者抽样量的抽样误差δ之后，可以通过显示模块303显示所计算出的结果。

如此，根据本公开实施例的方法和装置能够在将抽样准确率等质量指标控制在要求的误差范围内的情况下使得总抽样成本最小。

根据本公开实施例的一种具体实现方式，能够根据每日或每周的进审量、审核量自适应调整抽样率，从而不用再进行人工配置。可替代地，可以根据抽样量计算抽样误差。

举例来说，在一天或者一周的进审量为N的情况下，根据以上策略，可以利用根据本公开实施例的装置自动计算出需要抽样的数量。可替代地，可以通过抽样，同步计算当前抽样条件下的抽样误差δ，从而可以在抽样误差δ达到预定值的情况下，停止抽样检查。

根据本公开实施例的方法和装置能够从多个维度进行样本估计，结合抽样模式及抽样盲审效率比，以及人力抽检成本等因素，多维度优化抽检人力模型，通过合理配置抽检人力，提高抽检质量，节约整体成本。

参见图4，本公开实施例还提供了一种电子设备400，该电子设备包括：

至少一个处理器；以及，

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的抽样量配置与抽样误差估计方法。

本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的抽样量配置与抽样误差估计方法。

本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的的抽样量配置与抽样误差估计方法。

下面参考图4，其示出了适于用来实现本公开实施例的电子设备400的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备40操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。

或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。

以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (12)

1.一种抽样量配置与抽样误差估计方法，其特征在于，包括：

获取放回抽样条件下的样本比例标准差的表示，其中所述样本比例标准差指示所选取的样本本身的标准差；

基于所述样本比例标准差估计总体准确率的预定概率置信区间，其中所述总体准确率的预定概率置信区间指示所述总体准确率在所述置信区间的可能性为所述预定概率；

基于所述总体准确率的预定概率置信区间获得放回抽样条件下与所述置信区间对应的抽样量；以及

对所述放回抽样条件下与所述置信区间对应的抽样量进行修正以获得无放回抽样条件下与所述置信区间对应的抽样量。

2.根据权利要求1所述的抽样量配置与抽样误差估计方法，其特征在于，还包括：

根据所述无放回抽样条件下与所述置信区间对应的抽样量的表示获得所述抽样量条件下的抽样误差。

3.根据权利要求1所述的抽样量配置与抽样误差估计方法，其特征在于，所述获取放回抽样条件下的样本比例标准差的表示，包括根据下式获取放回抽样条件下的样本比例标准差：

其中，δ_p为样本比例标准差，P为总体准确率，并且n为抽样量。

4.根据权利要求3所述的抽样量配置与抽样误差估计方法，其特征在于，所述基于所述样本比例标准差估计总体准确率的预定概率置信区间，包括根据下式估计所述总体准确率的预定概率置信区间：

[P-Z_α/2*δp,P+Z_α/2*δp]

其中，并且Z_α/2为α/2对应的标准正态分布的上分位数，并且Z_α/2的值可以通过查表获得。

5.根据权利要求4所述的抽样量配置与抽样误差估计方法，其特征在于，所述基于所述总体准确率的预定概率置信区间获得放回抽样条件下与所述置信区间对应的抽样量，包括根据下式获得放回抽样条件下与所述置信区间对应的抽样量：

其中δ是抽样误差。

6.根据权利要求5所述的抽样量配置与抽样误差估计方法，其特征在于，所述对所述放回抽样条件下与所述置信区间对应的抽样量进行修正以获得无放回抽样条件下与所述置信区间对应的抽样量，包括：

采用修正系数(N-n)/(N-1)对所述放回抽样条件下与所述置信区间对应的抽样量进行修正，其中N为总量；以及

根据下式获得所述无放回抽样条件下与所述置信区间对应的抽样量：

7.根据权利要求2所述的抽样量配置与抽样误差估计方法，其特征在于，所述根据所述无放回抽样条件下与所述置信区间对应的抽样量的表示获得所述抽样量条件下的抽样误差，包括根据下式计算所述抽样量条件下的抽样误差：

其中，δ是抽样误差，P为总体准确率，n为抽样量，N为总量，并且Z_α/2为α/2对应的标准正态分布的上分位数。

8.根据权利要求6所述的抽样量配置与抽样误差估计方法，其特征在于，在所述总体准确率P未知的情况下，令P＝0.5，并将P＝0.5时计算出的与所述置信区间对应的抽样量作为所述总体准确率P未知的情况下的抽样量。

9.根据权利要求6所述的抽样量配置与抽样误差估计方法，其特征在于，在已知所述总体准确率P的区间[P1，P2]的情况下，

当数学表达式(P1-0.5)*(P2-0.5)小于等于零时，将P＝0.5时计算出的与所述置信区间对应的抽样量作为已知所述总体准确率P的区间[P1，P2]的情况下的抽样量；

当数学表达式(P1-0.5)*(P2-0.5)大于零时：

如果值P1距离0.5的距离小于值P2距离0.5的距离，则将P的值设置为P1，并将P＝P1时计算出的与所述置信区间对应的抽样量作为已知所述总体准确率P的区间[P1，P2]的情况下的抽样量；以及

如果P1距离0.5的距离大于P2距离0.5的距离，则将P的值设置为P2，并将P＝P2时计算出的与所述置信区间对应的抽样量作为已知所述总体准确率P的区间[P1，P2]的情况下的抽样量。

10.一种抽样量配置与抽样误差估计装置，其特征在于，包括：

输入模块，用于输入计算任务以及与所输入的计算任务对应的参数输入，其中所述计算任务包括给定抽样量的抽样误差估计、总体准确率给定的抽样量估计、总体准确率区间已知的抽样量估计以及总体准确率未知的抽样量估计；

计算模块，用于根据权利要求1-9所述的方法计算与所述计算任务对应的抽样量或者抽样误差；以及

输出模块，用于显示所述计算模块的计算结果。

11.根据权利要求10所述的抽样量配置与抽样误差估计装置，其特征在于，所述装置根据进审量周期性地调整抽样量或者根据抽样量计算抽样误差。

12.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述利要求1-9中任一项所述的抽样量配置与抽样误差估计方法。

Images