技术交流:研究/指标

我试图使用Excel从三个不同大小和%s的(非排他的)样本中估计总独立访问者和总1、2和3+时间用户。然后，在组合它们之后，从所有三个中估计相同的值-示例如下:

组# 1:
总数:30万
样品:30,000
样本量占总数的百分比:10.0%

类似地，第2组和第3组的布局也相同:
组2:
5000(总)
2000(样本)
40.0%(样本%)

第三组:
40000年
10000年
25.0%

总计
345000年
42000年
12.2%

接下来，我使用个人名称来计算每个组中的重复数，得到如下数字:

组1:
暗金物品:24000
一次性样本:20000
双重用途样本:3000
3+使用样本:1000

对其他组使用相同的布局:
组2:
1150(独立)
1000 (1 x)
100 (2 x)
50 (3 + x)

第三组:
7100年
6000年
1000年
One hundred.

跨组相加，提供了一个不正确的“相加总数”，如下所示:

“添加剂”:
32250年
27000年
4100年
1150年

如果我真的把这三组原始的个人名字数据结合起来，我可能会得到真实的、扣除的总数，比如:
30900年
25000年
4400年
1500年

您将注意到，当组合三个不同的组时，由于不同组中存在一些相同的用户，多用途人员的发生率增加了(而不是“相加总数”)。这反过来又减少了一次性使用人员和相对于“相加总数”数字的唯一性。

我指出这一点是因为下一步和最终目标是单独估计每个群体的单一、双重和3+用途:在这里，我不能使用直线数学来得到总数，因为当用户数量增加时，单一和单一用途的人数将减少，而不是线性估计的总数。

举个例子:我不能在第一组样本中选取24000个唯一的人，然后除以10%的样本容量，得到估计的24000个唯一的人，因为如果我们实际上有30万第一组人的完整名册，许多抽样的唯一的人会再次出现;来自完整数据集的真实惟一值可能是180,000或210,000。

类似地，当组合不同组的样本时，我不能将12%的因子应用于组合的总样本unique(30,900)，以得到估计的总数为253,821，因为多用途计数将增加，减少了unique和一次性使用的个体。

所以这是一个很长的，但(希望)说明性的方法，来解决这个问题，“什么Excel公式可以应用于单个样本组，以及组合样本总数，来估计整个数据集的值?”

值得注意的是，我需要比较的不同用户组的样本量可能在10-100%之间变化。底线是，我需要这组组的估计值，以及其他几个不同的组的估计值，这样我就可以比较绝对值，估计值，1、2和3+数。

谢谢你的帮助!