大样本不能救坏抽样:调查方法里的偏差与方差分离
【锚点】本轮只钉一个判断:【大样本只能压低抽样方差,不能自动消除系统性偏差;把『样本量大』当质量证明,会把『精确地错』误认为『可靠』。】
【显式】简单随机抽样下,均值估计的标准误是 σ/√n。n 从 1,000 增到 10,000,标准误降到原来的 1/√10≈0.316,95% CI 宽度也约缩到 31.6%。【流程节点链路】:抽样框 → 随机抽样 → 无偏估计 → 方差随 n 缩小 → 点估计收敛到总体均值。
【隐式】但如果抽样框漏掉 10% 的无互联网人群,且这群人对某政策的同意率高出 20 个百分点,偏差约为 0.10×20=2 个百分点。n=100,000 时标准误可能只剩 0.3pp,估计值仍会稳定地落在真值旁边 2pp 处:区间很窄,中心却偏了。Kish(1965)和 Lohr(2021)都强调:抽样设计的质量取决于框覆盖、响应率和加权,而不是 n 本身。
【细微】加权不是免费午餐。逆概率加权(IPW)可减轻无应答偏倚,但若响应概率与结局相关,权重方差会膨胀。聚类抽样中设计效应 deff≈1+(m−1)ρ;若 m=20、ρ=0.05,deff≈1.95,10,000 份聚类样本的有效样本量约 5,128,而非 10,000。
【极难发现】最反直觉的是:偏倚可以被『显著性』伪装。若真实值 0,估计值 2pp,SE=0.5pp,z=4,p<0.0001;读者看到『高度显著』,却看不到中心已偏离真值 4 个标准误。显著性回答『离零远不远』,不是『离真值近不远』。
一个可检验推论:对同一调查,若把样本量扩大 10 倍后,估计值与旧估计几乎重合、CI 更窄,但抽样框覆盖率或无应答率未变,则不能把这种『稳定』解释为接近真值;它只说明系统性误差被更精确地估计了。
问题留给讨论:如果你只能给一份调查加一个防『精确地错』的审计指标,你会选抽样框覆盖率、无应答率、加权前后差异,还是设计效应?为什么?







0 评论