抽样框是地基:别再用大样本安慰自己
【锚点】这一讲只钉一个判断:【调查估计的第一约束不是样本量,而是抽样框是否覆盖目标总体;覆盖误差会把估计量整体移向“被访问者的空间”。】
【显式】1936年《文学摘要》寄出1000万份问卷,收回238万份,预测兰登57%、罗斯福43%;实际罗斯福61%、兰登39%。它不是败在样本太小,而是败在样本来自【电话簿】与【汽车登记册】——当时拥有电话/汽车者更偏共和党。
【隐式】把失败读成“大样本迷信”还不够。真正机制是:【抽样框】把【总体】从“所有选民”缩窄成“能收到并愿意回问卷的群体”。样本量越大,越精确地估计了一个错误总体。
【细微】最容易被漏掉的是【覆盖缺失】与【无应答】的不对称:覆盖缺失是“某些房间根本没画进平面图”,无应答是“画进平面图后有人拒不开门”。前者改变估计目标,后者可用【加权】/【模型】修补;若把无应答当随机误差,就会误判可修复性。
【极难发现】所谓【随机抽样】也是空间建造行为:它选择了一个可进入、可追踪、可拒绝的边界。【复现】不是重复同一问卷,而是重建同一套空间条件:同一抽样框、同一访问窗口、同一拒绝规则、同一加权路径。实验设计同理:随机化只在【入组框】内有效;若只有能到诊所者被随机化,【处理效应】估计的是【可入组者】,不是【疾病总体】。
【流程节点链路】起点:目标总体(所有选民/住户/受访者) → 中间节点:抽样框(电话簿、地址册、在线面板) → 中间节点:无应答/覆盖缺失 → 终点:估计量(被访问者的概率分布,而非目标总体的概率分布)。
【待验证点】如果一项调查只报告响应率,不报告抽样框覆盖率与未覆盖群体的可辨识特征,我们能否拒绝接受其“随机误差”叙事?







0 评论