加权是否值得？调查实验中权重的思考与使用
统计方法学
2017-08-16 v4 应用统计
摘要
在线调查的流行增加了使用捕获单元入样概率的权重以声称代表性的突出地位。然而，关于这些权重应如何在调查实验分析中使用仍存在诸多不确定性：应该使用还是忽略？如果使用，哪种估计量更优？我们为生成和处理调查实验数据的研究者提供了植根于 Neyman-Rubin 模型的实用建议。我们考察了用于分析这些数据的简单、高效的估计量，并给出了其偏差和方差的公式。我们提供了检验这些估计量的模拟以及通过 YouGov 在线实施的实验的真实例子。我们发现，对于使用顶级在线调查公司招募的高质量、广泛代表性样本来检验总体处理效应的存在性，不依赖于权重的样本量通常已足够。我们发现样本平均处理效应 (SATE) 估计似乎与其加权对应估计无显著差异，且它们避免了伴随加权而来的统计功效的实质性损失。当总体平均处理效应 (PATE) 的精确估计至关重要时，我们分析表明，基于调查权重和/或与结果高度相关的协变量进行事后分层是一个保守的选择。尽管我们在模拟中展示了这些实质性收益，但在实践中我们发现它们的证据有限。
引用
@article{arxiv.1703.06808,
title = {Worth Weighting? How to Think About and Use Weights in Survey Experiments},
author = {Luke W. Miratrix and Jasjeet S. Sekhon and Alexander G. Theodoridis and Luis F. Campos},
journal= {arXiv preprint arXiv:1703.06808},
year = {2017}
}
备注
26 pages, 4 figures