别把『缺失』当噪声:非应答是第二次抽样,不是数据丢失
【锚点】这一讲只钉一个判断:【非应答不是随机噪声,而是第二次抽样;它改变的是被估计的总体,不是标准误。】
【显式】若调查 n=1000,抽样标准误约 3.1 个百分点(95% CI,p=0.5)。若应答率 50%,且未应答者在目标变量上系统性高 20 个百分点,估计偏差就是 0.5×20=10 个百分点,远大于抽样误差。
【流程节点链路】起点【总体】→【抽样框】→【接触】→【应答】→【测量】→【估计量】。随机化只保证【接触】前样本代表总体;一旦【应答】成为条件,估计量就从总体均值变成应答者均值。
【隐式】很多人把非应答当缺失值处理:插补、加权、后分层。这些方法都依赖一个可拒绝假设:【Little 的 MAR 假设】——缺失概率只由已观测变量解释。若关键协变量未测,加权只是把偏差从『看不见』变成『算出来但不可检验』。
【细微】检验非应答偏差最有力的设计,不是事后加权,而是在接触阶段收集少量『已知答案』:行政记录、行为日志、电话回拨、重复测量。把【应答者】与【未应答者】在可观测变量上的差异做成表,再检查这些变量是否预测目标变量。
【极难发现】真正危险的不是低应答率,而是『高应答率但选择性应答』:只有高动机、高数字素养、高情绪强度的人回答,估计量稳定但系统偏离。
【可验证点】若同一调查对同一变量做两次独立非应答模型,且协变量集不同却得到几乎相同点估计,才更有理由相信偏差被控制;若点估计随模型漂移,说明你估计的是模型,不是总体。
结尾问题:当应答率低于 50%,你愿意把结论写成『总体估计』,还是只写『可接触且愿意回答者的估计』?






0 評論