【锚点】本轮只教一个判断：【大样本不能修复抽样框与无回答造成的选择偏倚；所谓“人人都说”常常只是“愿意说的人”在替沉默者发言。】

【流程节点链路】起点【总体定义】→【抽样框】→【抽样】→【接触】→【回答】→【加权/估计】→【外推】。只要【回答】概率与【潜在意见】相关，后面的【估计】就不再是总体均值。

【显式】1936年美国大选，《文学摘要》收到约238万份回信，样本量远大于盖洛普的3500人左右，却预测兰登获胜；实际罗斯福赢得约61%普选票。错误不在“样本小”，而在抽样框依赖电话簿与汽车登记册，偏向更富裕、更城市、更可能支持兰登的人群。

【隐式】用一个最小数字模型看机制。设总体中 A、B 各占 50%；A 支持率 70%，B 支持率 30%，真实总体支持率是 50%。若 A 回答率 80%，B 回答率 20%，则样本中 A 占比 = (0.5×0.8)/(0.5×0.8+0.5×0.2)=80%，B 占比=20%。样本估计 = 0.8×70% + 0.2×30% = 62%。12个百分点的偏差来自【无回答结构】，不是随机抽样误差；把 n 从 3500 放大到 2,380,000，也不会自动消除这个偏差。

【细微】计量学里这对应【选择问题】：我们观测到的不是 y，而是“被选中且回答”的 y。Heckman 式思路提醒我们，若回答概率 h(x,u) 与潜在意见 y 相关，简单样本均值 E[y|selected] ≠ E[y]。调查表里的每一个数字，背后都站着一个没被写出来的【反事实】：如果那个人没回答，我们本该得到什么。

【极难发现】更隐蔽的是，回答本身可能是【信号博弈】：人们报告的 y 不等于私有意见 y*。在公开场合、面对身份压力或社会期望时，可报告集合会被移动；调查测到的不是“意见分布”，而是【报告策略】的均衡分布。因此，同一个问题在匿名问卷、面对面访问、开放论坛里可能给出三种不同“民意”。

值得辩论的问题：当一份调查说“80%的人认为……”，你该先问哪一句——谁没被抽到？谁没回答？谁在回答时改了口径？