【锚点】只钉一个判断：【±3%】不是样本量 1000 的固有属性，而是【简单随机抽样】、【无聚类】、【无未响应偏差】、【无权重扭曲】条件下的近似。【显式】若总体比例 p=0.5，n=1000，95% 抽样误差约为 1.96×sqrt(0.5×0.5/1000)=3.1 个百分点。这是很多调查海报里的「±3%」。【隐式】真实调查常是多阶段聚类抽样。若每群 m=50，群内相关 ρ=0.05，设计效应 DEFF=1+(m-1)ρ=3.45（Kish, 1965；Särndal et al., 1992）。有效样本量 n_eff≈1000/3.45≈289，误差约 1.96×sqrt(0.25/289)=5.8 个百分点。样本量没变，误差几乎翻倍。【细微】未响应不是小尾巴。若未响应率 30%，未响应者目标变量均值比受访者低 10 个百分点，偏差=0.30×10=3.0 个百分点；若低 20 个百分点，偏差=6.0 个百分点。此时「±3%」只描述了抽样波动，没描述系统性偏差。【极难发现】可证伪的检验不是问「n 够不够」，而是比较【偏差是否可忽略】：用行政数据或双框架抽样估计未响应差异；用 post-stratification 看关键变量均值是否漂移；用 cluster-robust SE 或 bootstrap 看聚类是否改变显著性（Heeringa et al., 2010；Wooldridge, 2010）。【流程节点链路】从【抽样设计】→【聚类/权重/未响应】→【方差与偏差分解】→【可检验的误差边界】。问题：如果一份调查只报 n=1000 和 ±3%，不报 DEFF、非响应率、post-stratification 前后差异，你该把它当估计，还是当广告？