¿Intervalos de confianza se aplican a muestreo de cuota?

Question

Francés institutos de sondeo en la actualidad enfrentan una grave crisis después de que recientemente publicado lo que sólo puede ser llamado el más ridículo encuesta hasta el momento en la elección presidencial de 2012 de la carrera de caballos. El Senado francés, está considerando la posibilidad de legislar sobre el tema, forzando la votación de los institutos de publicar, entre otras cosas, los intervalos de confianza de sus resultados.

Sin embargo, algunos encuestadores se oponen a la medida, alegando que los intervalos de confianza no se aplican a la cuota de muestreo, que es el método utilizado por los institutos de sondeo en Francia. Dado que la cuota de muestreo es formalmente no probabilístico de muestreo, hay algo de verdad en la afirmación. Pero dado que la cuota de muestreo es fundamentalmente un muestreo estratificado, los intervalos de confianza se deben aplicar, a la derecha?

Puedo pedir experiencias acerca de esta cuestión fuera de Francia, en los países donde los encuestadores también el uso de la cuota de muestreo?

Answer 1

Como whuber dice, la respuesta corta es que la cuota de muestras son el "niño del cartel para anticuado, malintencionados métodos de muestreo" y "han sido desacreditado." La respuesta larga es que puede haber condiciones bajo las cuales la "cuota" de las muestras puede funcionar razonablemente bien.

Presentan Un aquí es reciente trabajo en la reconstrucción de la representante de los resultados de opt-in Internet paneles. Este documento da a la estadística de puesta a tierra para este enfoque. Para hacer corta una historia larga, típica de los esquemas de muestreo 1) tomar una muestra aleatoria, 2) el intento de reclutar a los sujetos y, a continuación, 3) agregar post-estratificación de pesos para compensar las diferencias en quien responde. En la opción en el enfoque, 1) reclutar a los sujetos no al azar, 2) comparar las respuestas a un representante de la línea de base, y 3) agregar pesos para compensar las diferencias.

En términos de la práctica, opt-in de muestreo es similar a la cuota de muestreo, pero la base estadística es más desarrollados. La ventaja es que usted puede hacer afirmaciones acerca de la representante de muestreo, intervalos de confianza, etc. La desventaja es que sus reclamos se basan en la difícil-a-verificar hipótesis acerca de cómo la gente se auto-selección en la muestra.

Muchas personas son escépticas acerca de estos métodos, que suenan demasiado a la cuota de muestreo. Pero alguna evidencia sugiere que el opt-in de muestreo puede funcionar bien, al menos parte del tiempo. Así que a pesar de la controversia, Polimetrix/YouGov (uno de los pioneros de la opción en el modelo de muestreo) parece estar haciendo razonablemente bien. Entre otras cosas, han hecho todo la recogida de datos de la Cooperativa de las Elecciones al Congreso de Estudio, una serie de recientes académico nacional de los Estados Unidos de elección de estudios.

(Estoy bastante seguro de ICPSR lleva a este tipo de datos. Si no, facultad de ciencias sociales dataverse sin duda lo hace. Muchos de los estudios están utilizando los datos de estas muestras.)

De todos modos, se le preguntó acerca de la cuota de muestreo. Como se puede ver ya en el hilo de comentarios aquí, cualquier bien entrenados encuestador le dirá que la cuota de muestreo es una tontería. El jurado está todavía fuera de opt-in de muestreo. Por el momento, si quieres obtener los intervalos de confianza alrededor de la cuota de muestras, yo diría que estos métodos son su mejor apuesta.

Answer 2

1. En la mayoría de los no obligatorios de la encuesta de contextos, no es un problema sustancial con la falta de respuesta. Esto a partir de 2002: "el informado recientemente de estimación de la encuesta de cooperación tasas de CMOR, el Consejo del Mercado y estudios de Opinión [de Estados Unidos], con un promedio de 14.7 por ciento." y de Pablo Gerhold, "creo que todavía es posible extraer muestras aleatorias. Yo no creo que sea posible ejecutarlas." En este contexto, el hecho de que la MUESTRA es aleatoria no es muy relevante, debido a que los datos resultantes no lo es.

2. Esto hace que el sesgo de ajuste el principal problema en la válida de la estimación, campo y método de diseño es un componente importante. Las formas en que uno puede querer hacer esto, y el resultado de la confianza de las estimaciones, están más allá de lo que puede ser discutido aquí.