关于非概率样本有效描述性推断的探讨
统计理论
2018-10-02 v1 统计理论
摘要
我们考察在超总体与拟随机化两种建模路径下，描述性推断可直接基于非概率样本中观测分布成立的条件。对现有估计方法的回顾揭示：由于可能存在低于覆盖或超出假定模型的异质均值问题，这些条件的传统表述或显不足。我们提出适用于两类建模路径的统一条件。文中讨论了实证验证所需条件的困难，以及利用补充概率抽样的有效推断路径。核心信息是：为确保描述性推断有效，概率抽样在某些情形下仍属必要，但若存在大型非概率样本，其所耗资源可大幅降低。
引用
@article{arxiv.1810.00579,
title = {On valid descriptive inference from non-probability sample},
author = {Li-Chun Zhang},
journal= {arXiv preprint arXiv:1810.00579},
year = {2018}
}