估计量的性质
1.估计量的无偏性。对于不放回简单随机抽样，所有可能的样本均值取值的平均值总是等于总体均值，这就是样本均值估计量的无偏性。
2.估计量的有效性。估计量方差常用于描述抽样误差。估计量方差越大，说明用可能的样本估计值之间的差异越大，用样本统计量估计总体参数的效率就越低，抽样误差越大
3.估计量的一致性。随着样本量的增大，估计量的值如果稳定于总体参数的真值，这个估计量就有一致性，可称为一致估计量。
抽样误差的估计
估计量方差的估计公式=(1-n/N)(S2/n)
因为总体方差S2未知，可以用样本方差s2估计。
结论：①抽样误差与总体分布有关，总体单位值之间差异越大，即总体方差S2越大，抽样误差就越大。②抽样误差与样本量n有关，在其他条件相同情况下，样本量越大，抽样误差就越小。此外，抽样误差与抽样方式和估计量的选择也有关系。例如分层抽样的估计量方差一般小于简单随机抽样。利用有效辅助信息的估计量也可以有效地减小抽样误差
样本量的影响因素
1.调查的精度。要求的调查精度越高，需要的样本量就越大。
2.总体的离散程度。总体的离散度越大，需要的样本量也越大。
3.总体的规模。对小规模的总体，总体规模越大，为保证相同估计精度，样本量也要随之增大(但不是同比例的)
4.无回答情况。无回答率较高的调查中，样本量要大一些。
5.经费的制约。