在这项工作中,基于从3种常见概率密度函数(PDF)得出的分析结果,报告了描述采样误差(Δ)的经验模型:高斯表示任何均值,随机变化的均值μ和标准偏差σ的变量x; 泊松(Poisson),代表计数数据:即,每个测试量,面积,时间长度等的任何整数值实体对x(细胞,细胞团或集落形成单位,分子,突变等)的计数(总体平均值) μ和; 代表n项观察或子采样中某事物(x +)成功出现次数的二项式数据。 这些数据的生成方式可以模拟在实践中应该观察到的内容,但可以避免其他形式的实验错误。 基于对104个Δ测量的分析,我们表明平均Δ()与(σx•μ-1;高斯)或(泊松&二项式)成正比。 与这些不同群体相关的平均比例