Re: 真是傻眼的民調...
※ 引述《nightcatman (夜貓)》之銘言:
: ※ 引述《waynedd (加西莫多)》之銘言:
: 在此我再次強調
: 我在這討論串中對這主題唯一的主張就是
: "無法用30%左右的拒訪率就完全否定某個統計結果"
: 請參閱我在11913的推文內容
: 我並沒有否認追求降低拒訪率的種種方法
: 也沒有直接斷定這個統計結果是對是錯
: 所以如之前推文所述
: 請先確定我們在講的是同一件事
如果替代樣本不會造成任何失真的話,為何需要「追求降低拒訪率的種種方
法」?能夠斷定這個統計結果是錯,是因為原樣本被替代後,他可能會符合
「信心水準95% (或任一百分比),抽樣誤差正負3%(或任一百分比)」這個前
提下嗎?
: : 不知道找到被我暱稱為「雷根事件」的內容了沒,乾脆我來直接揭曉好。
: : http://0rz.tw/132W2
: : 這個案例是我的統計老師課堂上所說,他也曾經在投書中提過該案例,因為
: : 沒有錄音也沒有把該投書剪報留存,所以我就引用吳統雄教授所寫的東西。
: : 這個案例我之前寫的內容也說過,這次我就把它寫清楚,畢竟這個事件讓人
: : 知道追樣本的重要性。
: : 1984年雷根對上孟岱爾,當初民調結果被認為這是一場勢均力敵的選戰,不
: : 過雷根可能會是慘勝;最終結果出來了,雷根也確實獲得勝利,但是知道那
: : 次選舉的人都知道,雷根是獲得壓倒性的勝利。就結果來說,民調看似是準
: : 的,預測雷根獲勝結果也是如此,但是有人不滿足,認為結果是大勝但是民
: : 調卻呈現勢均力敵,因此就決定追到每一個原本抽出的樣本,詢問出原本的
: : 該名受訪者的意向,重做後的結果也確實最接近選舉完之後的差距。
: : 這個事件說明了幾件事情:第一,一開始抽出的樣本是具有代表性的,不能
: : 隨意替換;第二,某一方的支持者具有一些特性,不易被調查到,例如「雷
: : 根事件」中,雷根支持者行動力強,所以很願意去參加選舉人舉辦的晚會,
: : 而對手的支持者因為年紀偏高而比較不願意出走動,所以接到電訪機會高;
: : 第三,建立追樣本的規範。
: : 我用的是「替代樣本」這個字眼,因為拒訪率只是會產生原樣本被替代的一
: : 種可能性,像是沒有接起電話因此而被替代的,這是從拒訪率中所看不到的
: : 。因此,看到拒訪率好像只有三成沒什麼影響,實際原樣本被替代的比率更
: : 是高過可被計算出的拒訪率。
: 我想你並沒有正確理解這個事件的原理
: 這個事件之所以會發生替代樣本有誤差的情況
: 原因在於 "美國共和黨員較不容易在家" 這個事實
: 也就是說, 發生替代的原因(不在家)正好帶有能影響結果的bias(共和黨員)
: 所以你可以很確定的說
: 在這個例子裏替代樣本確實會造成誤差
: 但,很顯然的,這樣的bias並不一定會存在於所有的例子裏
: 以本例而言
: 如果不在家的人所支持政黨的分佈和母體並無差異
: 那麼你不管換幾次樣本,替代樣本都不可能會造成誤差
: 你也許會說,在實作上,這種隱性的bias經常都是存在的
: 那ok, 因為這是一個經驗性的敘述
: 你說的那些民調改善辦法,也是基於這種經驗性的原則來發展的
: 但我要說的是,理論上來說
: 替代樣本就是有不具bias的可能性,你無法否認
如果我說的是經驗性的原則,你自己所說的呢?其實比我更大膽,這是一個
「假設性」,「假設」了「不在家的人所支持政黨的分佈和母體並無差異」
,因此推論出「不管換幾次樣本,替代樣本都不可能會造成誤差」,就你自
己也承認的,誰都不知道母體長什麼樣子,請問你的假設有辦法證明成立嗎
?這個問題相信在「雷根事件」前有被討論過,而「雷根事件」後發現,「
假設不在家的人所支持政黨的分佈和母體並無差異」是不成立的,反而需要
追原本所抽出的樣本,所獲得的結果才是正確的。
所以不管樣本被替代的理由是什麼,「雷根事件」的原理在於:「依照統計
方法所抽出的樣本是具有代表性,遭到替代後會造成樣本結構高於原先所設
定的誤差」。所以要我承認「替代樣本就是有不具bias的可能性」,那請先
證明「被替代樣本的所有因素之分佈和母體並無差異」的「如果」先成立再
說。
以上別跟我說你沒假設,因為你用了「如果」的字眼。
: : 所以,「替代樣本『可能』會造成最後結果失真,但並非『一定』會失真」
: : ?顯然這句話是不成立,因為「雷根事件」就很明白的顯示出有誤差,如果
: : 認為「舉例無用」的話,那看看民意調查裡為何須提出追樣本、imputation
: : 、post-stratification 這幾種「補救辦法」?有人提出多有「創見」的觀
: : 點,甚至認為「替代樣本比較接近母體分佈」的可能性,哇嗚!那乾脆喊出
: : 其實指指點兵也有「接近母體分佈」的可能性好了,一定是瘋子才會為了只
: : 是決定該打哪些電話號碼,發展出了起碼六種抽樣方法。更別提imputation
: : ,為了「補救」甚至需要建立模型,post-stratification 的研究起碼有八
: : 本具有里程碑的文獻。替代原樣本會不會造成失真?我給的答案就是:一定
: : 會,肯定會。
: 我前段已回覆
: 我的答案就是: 理論上就是不一定會
: 你所說的"一定"是基於經驗法則,並不是數學
: 數學並不是用舉例來證明的
: 另外這邊你提到imputation和post-stratification
: 其實有點離題
: 這些都是事後用經驗性的假設來補data的辦法
: 選取某些主要變數當做missing data的分佈
: 或是選用其他相同調查對象的結果當標準來加權原樣本以補上data
: 但,選取的過程極端仰賴經驗
: 如果所選的和母體分佈差太多,反而會做出更糟的結果
: 但不論如何
: 提這些補data的方法,都和我想要講的主題
: "無法用30%左右的拒訪率就完全否定某個統計結果" 離題太多
: 再次強調
: 我並沒有要否定使用這些補data的技巧
: 我只是要說, 30%左右的拒訪率, 你不能說他一定是錯
: 甚至就算你要補data,也還有越補越差的風險在
: 並不是有補誤差就一定會降
「理論上就是不一定會」?你前段的理論上,是建立在一個無法證明其是否
成立的「如果」上。所以,imputation和post-stratification 是建立在一
個「事後用經驗性的假設來補data」,那請問你的「如果」是建立在「什麼
」上的「假設」?
提imputation和post-stratification 離題?我只想知道如果樣本被替代真
如你所說「理論上就是不一定會」造成誤差,那又何須發展出這些「事後用
經驗性的假設來補data的辦法」?甚至還要冒著「選取的過程極端仰賴經驗
,如果所選的和母體分佈差太多,反而會做出更糟的結果」的風險呢?是那
些研究人員太閒了,無聊玩玩建立模型、寫寫起碼八本重要貢獻的文獻?
: : 「舉例無用」?看看誤解以為我理解錯的案例,為何文學文摘用的方法會認
: : 為失真而被取代?從這個案例中學習到樣本多不見得是好,樣本有代表性才
: : 重要,如果「案例無用」,那請問有人會相信電視台下要打電話進去投票的
: : 「民調」嗎?有人會相信網路上滑鼠點一點作出來的「民調」嗎?這些都跟
: : 文學文摘的作法一樣,甚至比寄信函還方便還更即時。而且,又都在認為母
: : 體未知下,以「『可能』會造成最後結果失真,但並非『一定』會失真」、
: : 「比較接近母體分佈」來辯解,這樣豈不是打電話去投票、用網路去投票的
: : 結果都可信了?
: 首先, 我從來沒說過 "樣本多就是好", 我只認為"有比較大的可能性是好"
: 真要嚴謹的講統計,話都要講得很保守才行
: 我仍舊認為你有錯誤的理解
: 你把別人用來處理常見案例的經驗性原則
: 誤解為是理論上的必然
: 再重覆一次, 話要講得很保守
: 你得要分清楚"常見"和"一定"的差別所在
首先,「從這個案例中學習到樣本多不見得是好」,這是解釋文學文摘帶給
大家的省思,但是這是回應的所謂的「舉例無用」論。
話要說的保守?OK!請告訴我樣本被替代後你有多少把握是符合母體分佈?
或者說在1067個樣本數、信心水準 95%、抽樣誤差+-3%下,你有多少把握在
樣本數被替代三分之一後,還符合這樣的信心水準跟抽樣誤差?甚至你有多
少把握「被替代樣本的因素之分佈和母體並無差異」的「假設」是成立的?
以及我是以「別人用來處理常見案例的經驗性原則,誤解為是理論上的必然
」,那你的「被替代樣本的因素之分佈和母體並無差異」又建立在「什麼性
」的「原則」呢?
既然知道「真要嚴謹的講統計,話都要講得很保守才行」,我真的不太曉得
「被替代樣本的因素之分佈和母體並無差異」,此話「保守」了嗎?
: : 最後,如果只是講個「分布」就表示「數學理論」,那我所說的案例可包含
: : 了前人運用了無數的「數學理論」與發想。
: 分佈當然是數學
: 前人運用數學理論來改善抽樣方法當然也是數學
: 但是你必須要了解這些改善抽樣方法背後的數學基礎
: 以及它們適用的狀況,條件,和限制為何
: 並不是一個方法做出來,就一定會在所有情況下都做出必然的結果
: 尤其是統計方法,這種情況更常發生
: 整個討論串下來,我覺得這是你最大的盲點所在
: 所以我才會說,你對於"演進史"這種事的認知,高於你對於理論本身的認知
: 以上
所以你了解了樣本被替代的「狀況、條件和限制」了嗎?所以請告訴我「被
替代樣本的因素之分佈和母體並無差異」的數學基礎是什麼?
社會科學的目的是什麼?就是要「同一個方法做出來,就一定會在同情況下
都做出必然相同的結果」,因此統計方法會說「在1067個樣本數、信心水準
95% 、抽樣誤差+-3%」下,確實訪問到一開始被抽出的樣本,所得的結果是
會一樣的,這些是嚴謹的統計下的「狀況、條件和限制」。
最後,我把幾個問題整理一下,希望能得到你的回答:
1.請證明「被替代樣本的所有因素之分佈和母體並無差異」的「如果」成立?
2.「被替代樣本的所有因素之分佈和母體並無差異」建立在「什麼性」的「原
則」?
3.在確實訪問到原本樣本下,可以有把握的說「在1067個樣本數,調查結果有
信心水準95% 、抽樣誤差+-3%的範圍內確實反映母體」,請問在原樣本被替
代三分之一的情況,還有把握結果能在「信心水準95% 、抽樣誤差+-3%的範
圍內確實反映母體」?
4.「『如果』不在家的人所支持政黨的分佈和母體並無差異,那麼你不管換幾
次樣本,替代樣本都不可能會造成誤差」,此句話在你認為「真要嚴謹的講
統計,話都要講得很保守才行」認知下,「保守」嗎?
--
手是為了握在一起而存在的
不是嗎?
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.119.210.224
→
08/16 12:27, , 1F
08/16 12:27, 1F
→
08/16 12:29, , 2F
08/16 12:29, 2F
→
08/16 13:01, , 3F
08/16 13:01, 3F
→
08/16 13:02, , 4F
08/16 13:02, 4F
→
08/16 13:02, , 5F
08/16 13:02, 5F
→
08/16 13:04, , 6F
08/16 13:04, 6F
→
08/16 13:05, , 7F
08/16 13:05, 7F
→
08/16 15:35, , 8F
08/16 15:35, 8F
→
08/16 15:36, , 9F
08/16 15:36, 9F
→
08/16 21:35, , 10F
08/16 21:35, 10F
→
08/16 21:36, , 11F
08/16 21:36, 11F
→
08/16 21:37, , 12F
08/16 21:37, 12F
→
08/16 21:38, , 13F
08/16 21:38, 13F
→
08/16 21:39, , 14F
08/16 21:39, 14F
討論串 (同標題文章)