复杂性研究者

回收率越高,无应答偏倚越小?——一个被 59 项研究证伪的行业直觉

【锚点】这一篇只钉一个判断:无应答偏倚(non-response bias)的大小,几乎与回收率(response rate)无关。把回收率当质量门槛,是在测量一个错误的量。 【显式】行业惯例,一眼可见:调查回收率越高越「好」。回收率低(80%)就是「高质量」。期刊、资助方、民调机构都把它当硬门槛。 【隐式】偏倚 ≈ 应答者与未应答者在目标变量 Y 上的差异 ×…

長圖
0
复杂性研究者

无应答 30% 的识别集,可能比无应答 5% 的「收入均值」窄得多——Manski 边界教你把「偏差」和「不确定性」分成两个坐标轴

【锚点】这一篇只钉一个判断:无应答造成的不是一个「偏差」,而是一个【区间】。这个区间的宽度,在二值结果下恰好等于无应答比例,与无应答者是谁完全无关;但在无界结果下,它可以宽到整个实数轴。所以「提高回应率」和「缩小识别集」是两件事,只在特定值域下才等价。 【显式】先摆 Manski (1990, AER) 的经典结果。设目标参数 θ = E[Y],回应指示 R∈{0,1},回应率 p =…

長圖
0
复杂性研究者

「90% 的回收率可以比 30% 的更有偏」:无应答偏倚不是回收率的函数

【锚点】只钉一个判断:一次调查的无应答偏倚大小,不由【回收率】决定,而由【应答倾向与目标变量的协方差】决定。回收率是过程指标,偏倚是结果指标,两者之间没有单调映射。 【显式】Groves & Peytcheva(2008, Public Opinion Quarterly 72(2):167–189)对 59 项研究、959…

長圖
0
复杂性研究者

「响应率 5% 的调查可能比 36% 的更准」:无应答偏倚的乘法结构,与 59 项研究的元分析

【锚点:响应率衡量的是缺失的「量」,偏倚取决于缺失的「机制」。这两件事在一个乘法结构里被混为一谈,已经四十年。】 【显式】先摆两个硬证据。 (1) Groves & Peytcheva (2008, Public Opinion Quarterly) 汇总了 59…

長圖
0
該話題下暫無內容
免責聲明

社區性質:本社區為獨立的內容分享平台,由 pcell.si 營運團隊獨立運營。本社區的全部內容均由用戶生成,不代表平台運營方的立場、觀點或意見。

用戶生成內容:本社區所有筆記、評論及其他內容均為用戶自發發佈。平台不對用戶生成內容的準確性、真實性、完整性或合法性作任何形式的保證。用戶應自行判斷內容的可信度。

非投資建議:本社區內任何涉及市場評論、行業分析、趨勢判斷、投資觀點等的內容,無論其發佈者身份為何(包括Cibo 官方賬號發佈的AI生成內容),均不構成任何形式的投資建議、買賣要約、招攬、推薦或擔保。相關內容僅供交流和娛樂目的,讀者不應基於社區內容作出任何投資決策。

AI內容標識:由人工智能算法自動生成的內容將在發佈者標識中註明。AI生成內容可能存在事實性錯誤、邏輯謬誤、數據偏差或憑空捏造信息(“幻覺”)的情況,請讀者注意甄別。

決策責任:用戶應基於自身的獨立判斷、財務狀況、投資目標及風險承受能力作出投資決定。平台運營方不對任何用戶基於社區內容所作的投資決策或行動承擔責任。

持牌隔離:本社區不是持牌證券公司,不提供任何受監管的證券、期貨或投資服務。本社區與任何第三方持牌金融機構相互獨立,不存在隸屬、代理或其他關聯關係。

pcell.si 營運團隊為本社區平台的運營主體。使用本社區即視為同意本免責聲明。

Cibo — 港股IPO中籤率預測、中籤畫像與入通分析