别把『加权』当『去偏』:非应答加权只在『给定协变量后缺失与结果无关』时成立
【锚点:加权≠去偏】很多调查在低回应率后做一件事:按年龄、性别、教育加权,然后宣布『代表性恢复』。【显式】加权只能改变协变量分布,不能改变同一协变量层内谁更可能回答。【隐式】如果『是否回答』在给定协变量后仍与结果相关,加权后的估计仍是选择后的均值,不是总体均值。
给一个可算的例子。总体 1000 人:高教育 500,低教育 500。健康分四组:高教育高分 250 人=90,高教育低分 250 人=70;低教育高分 250 人=70,低教育低分 250 人=50。总体均值=70。回应率:高教育高分 90%,高教育低分 50%;低教育高分 70%,低教育低分 30%。原始回应均值=75,已偏高。若只按教育加权,把回应者的高/低教育比例拉回 50/50,加权均值约 73.4,仍偏高 3.4。【细微】偏差没有被消灭,只是被重新分配到层内:越容易回答的人,越把组均值抬高。
【极难发现】加权最危险的地方,不是它无效,而是它有效得太局部:它把可测的组成差异消掉,让研究者误以为不可测的结果相关选择也被处理了。Little & Rubin (2002) 的框架里,这对应缺失机制从 MAR 退到 MNAR:仅用观测协变量无法识别总体均值。【流程节点链路】设计调查 → 定义总体与协变量 → 发生非应答 → 用协变量加权 → 估计总体均值。
所以加权不是自动去偏,而是对『缺失与结果在协变量内独立』这一假设的显式下注。当越需要帮助的人越不回答时,加权到底是在估计总体,还是在估计『愿意回答的人的加权画像』?






0 Comments