Lassen Sie uns in den nächsten Put up Michael Bailey‚S Ein neues Paradigma für die Wahl Und der Kommentar, den es von anderen wunderbaren Umfrage -Statistikern erhielt. Lassen Sie uns in diesem Beitrag in die vorgestellt Antwortinstrumentund sehen, was diese Leute dazu zu sagen haben.
Bailey beginnt:
Das Wahlungsfeld muss zu einem allgemeineren Paradigma umgehen, das um die gebaut wurde Meng (2018) Gleichung, die den Erhebungsfehler für den charakteristischen Fehler für beliebig Stichprobenansatz, einschließlich Nicht -Random -Proben.
Wir diskutierten Meng 2018 „Statistische Paradies und Paradoxe“ In dieser Blogserie Hier.
Das meiste, was wir bisher besprochen haben (z. B. z. B. NachstratifikationAnwesend Gewichtung) geht davon aus, dass die Reaktion R innerhalb von Gruppen, die auf Kovariaten x basieren, unabhängig vom Ergebnis Y ist. Zufällige Stichproben (innerhalb von x) erreicht dies.
In Abschnitt 4 untersucht Bailey einige Methoden, wenn R von Y (innerhalb von x) abhängen könnte, einem „Nicht -Random“ -Paradigma. Diese Methoden stützen sich auf a Antwortinstrument z: Eine Variable, die die Wahrscheinlichkeit von Reaktion R beeinflusst, jedoch nicht direkt das Interesse von Interesse y.
Sei z = 0 zum Beispiel, wenn jemand gezwungen ist, über Politik („hohes Antwortprotokoll“) zu diskutieren, und z = 1, wenn er die Wahl erhält, Politik zu diskutieren oder Sport zu trennen („Low Response Protocol“). Aus Bailey 2025 (mit meinen Ergänzungen in Grün):
Intuitiv hilft das Reaktionsinstrument, da wir beobachtete y zwischen niedrigen und hohen Reaktionsprotokollen vergleichen können, was Informationen über die Abhängigkeit zwischen Y und R gibt, wie dies eine Schätzung der Bevölkerung von Y abhängt.
Sharon Lohrs Kommentare Beschreiben Sie eine ausreichende Annahme: Keine Wechselwirkung zwischen Ergebnis y und Instrument Z im Modell für die Antwort R. Verwirrlich verwendet sie „X“ anstelle von „z“ für das Instrument, additionally habe ich unten bearbeitet:
Alle drei Modelle in Abbildung 1 passen perfekt zu den Daten. In Abbildung 1 (a) ist das hohe Antwortprotokoll (z = 0) „zufällig“ (R hängt nicht von Y ab), daher funktionieren unsere üblichen Methoden. In Abbildung 1 (c) gibt es im Antwortmodell keine Z*y -Interaktion, daher funktionieren die Reaktionsinstrumentenmethoden. In Abbildung 1 (b) ist es nicht klar, was zu tun ist.
Vielleicht sollten wir die Unsicherheit über diese Annahmen zu unseren Endergebnissen ausbreiten. Rod Little’s Kommentare Fügen Sie einen Vorschlag zur „Verwendung der Bayes’schen Modellierung, einschließlich einer vorherigen Verteilung für nicht identifizierte Parameter“ hinzu. Hat jemand ein gutes Beispiel für die Bayes’sche Modellierung mit Reaktionsinstrumenten gesehen?
In seinem KommentareShiro Kuriwaki sagt, dass randomisierte Instrumente „uns angesichts nicht beobachtbarer Störfaktoren Hebel geben, aber keine Hebelwirkung kostenlos ist.“ Er befürwortet mehr Forschung zu diesen Methoden. Vereinbart !
Wir konzentrierten uns auf das Randomisierungsinstrument Z. Aber wir können die Antwort R und wie seine Abhängigkeit von Y mit unterschiedlichen Umfrage -Rekrutierungsprotokollen (z. B. Net versus Textual content) unterscheidet, siehe Sharon Lohrs Kommentare. Und die Konditionierung auf mehr Kovariaten X erhöht die Plausibilität, dass y und r unabhängig sind. Anstatt ein Randomisierungsinstrument zu verfolgen, konnten wir uns auf verbesserte Rekrutierungsprotokolle und das Vergrößerung unseres Satzes von Kovariaten X. Gedanken konzentrieren?
PS Baileys Put up verdeutlicht auch warum Raphael Nishimura magazine den Begriff „Repräsentativität“ nicht, siehe Dieser Weblog -Kommentar: Es ist zu vage und kann verwendet werden, um „zu einigen Bevölkerungsemografien übereinzustimmen“, was möglicherweise nicht viel über die Ergebnisse von Interesse garantiert.