不同模式的调查数据收集如何引入偏差？使用有向无环图（DAGs）的简单介绍
统计方法学
2026-01-26 v1 其他统计学
摘要
调查数据是通过问卷或访谈直接从respondents收集的自报告数据，在流行病学中常用。这些数据传统上通过单一模式（例如仅用面对面访谈）收集，但采用混合模式设计（例如提供面对面访谈或在线调查）已变得更常见。这带来两个关键挑战。首先，individuals可能因模式的不同而对相同问题作出不同反应，这些由于测量而产生的差异称为“模式效应”（mode effects）。其次，不同individuals可能通过不同模式参与参与，这些在不同模式之间的样本组成差异称为“模式选择”（mode selection）。当这些效应被识别时，通常会采用简单的做法，例如在调查模式上进行条件化。然而，这些方法及其他等效方法可能会在模式选择的存在下引入选择偏置（collider bias）。在流行病学中，模式效应的存在以及对na"ive条件化的后果可能未得到充分关注。本文通过探讨各种可能的数据结构，使用有向无环图（DAGs）提供了这些挑战的简单介绍。我们讨论了基于条件化或插值方法的潜在影响，并概述了在处理模式效应方面采用定量偏差分析的优势。
引用
@article{arxiv.2510.00900,
title = {How can the use of different modes of survey data collection introduce bias? A simple introduction to mode effects using directed acyclic graphs (DAGs)},
author = {Georgia D Tomova and Richard J Silverwood and Peter WG Tennant and Liam Wright},
journal= {arXiv preprint arXiv:2510.00900},
year = {2026}
}