增加样本含量可以减小抽样误差,所以样本含量越大越好。A. 正确B. 错误

考查要点：本题主要考查对抽样误差与样本量关系的理解，以及在实际应用中对样本量选择的合理判断。

解题核心思路：
虽然增加样本量能减小抽样误差，但需注意以下两点：

1. 边际收益递减：样本量越大，误差减小的幅度逐渐变缓，投入产出比降低。
2. 实际可行性：样本量过大可能带来成本、时间等限制，需综合考虑统计效率与实际条件。

破题关键：
明确“样本量越大越好”忽略了实际应用中的权衡问题，因此该说法错误。

抽样误差的大小与样本量的关系可通过标准误公式理解：
$\text{标准误} = \frac{\sigma}{\sqrt{n}}$
其中，$\sigma$为总体标准差，$n$为样本量。

• 样本量增加时，标准误减小，抽样误差随之降低。
• 但误差减小的速度与样本量呈平方根关系，即边际收益递减。例如，从100增加到400（4倍），误差仅减半。

实际应用中的限制：

1. 资源限制：样本量越大，数据收集成本、时间可能显著增加。
2. 非抽样误差：如测量误差、无回答误差等可能随样本量增大而增加，抵消抽样误差的改善。
3. 统计效率：在一定精度要求下，存在最优样本量，过度增大样本量并非必要。

因此，题目中“样本含量越大越好”的结论忽略了实际可行性与权衡，故错误。