鉴于有限总体校正有效地降低了抽样分布的标准误差，这（与缺乏有限总体校正相比）将增加假设检验的检验统计量（并因此增加拒绝零值的概率)，它似乎是一个非常强大的工具，无需强有力的理由即可使用。
这是我认为使用它是合理的一种情况：
[编辑 2 - 我根据史蒂夫的一个非常有效的观点稍微改变了这里的场景。我不希望不答复率分散对有限人口校正的关注]。
我有一家公司在过去 12 个月里有了新的领导层。在旧领导期间，我对 50% 的员工进行了随机抽样（回复率为 100%）。在新的领导下，我对 45% 的员工进行了同样的调查（同样，回复率为 100%）
如果我想查看调查中某些问题的结果如何以统计显着的方式发生变化，我应该应用有限总体校正。我正在比较两个特定时间点的两组员工。除了在这两个时间点在公司内工作的人之外，我不关心任何人。
[编辑 2 - 澄清我的担忧]
此外，那些在这两个时间点不在公司工作的人无论如何都无法回答调查。像“过去几个月我很享受在这里工作”这样的基本问题，只有那些真正在公司工作过的人才能合理地回答。在这种情况下，假设一个无限的人口似乎对抽样分布施加了任意限制。
这是我认为使用它不合理的一种情况：
我对从我这里购买产品的客户样本进行了问卷调查，以评估他们的兴趣，以便我告诉我如何最好地在未来几年内使我的业务多样化。虽然这个样本是我开业以来服务过的所有客户的 20%，但我可以认为这里的人口包括所有没有从我这里购买产品的客户（因为他们不在该地区或我的价格太高或他们不知道我的商店等），因此我有一个人口，使我的样本大小小于它的 1%）。
问题：
人们是否同意我对这两个示例场景的解释？
在制作一件作品时，包含您使用有限总体校正的理由是否是一种好习惯？
这主要是对“谁”人群的评估，以及您是否希望您的结果仅适用于“已知”人群，或者您是否正在寻求提供比“已知”人群具有更广泛应用水平的东西？