信頼区間はクォータサンプリングに適用されますか？

フランスの投票機関は最近、2012年の大統領選挙の競馬レースでこれまでで最もばかげた投票としか呼べないものを発表した後、現在大きな危機に直面しています。フランス上院は現在、特に投票所に結果の信頼区間を公開するよう強制することにより、この問題を立法化することを検討しています。

ただし、一部の世論調査員はこの対策に反対しており、信頼区間はフランスの投票所で使用されている割り当てのサンプリングには適用されないと主張しています。割り当てのサンプリングは正式には非確率論的サンプリングであるため、主張にはいくつかの真実があります。しかし、割り当てサンプリングは基本的に層別サンプリングであるため、信頼区間を適用する必要がありますよね？

フランス以外で、世論調査担当者も割り当てのサンプリングを使用している国で、この問題についての経験をお願いしてもよいですか

whuberが言うように、簡単な答えは、クォータサンプルは「時代遅れの既知の悪いサンプリング方法のポスターの子」であり、「長い間信用されていない」ということです。より長い答えは、「クォータのような」サンプルが適度にうまく機能する条件があるかもしれないということです。

展示Aは、オプトインのインターネットパネルからの代表的な結果の再構築に関する最近の作業です。このペーパーでは、このアプローチの統計的根拠を示します。長い話を短くするために、典型的なサンプリングスキームは、1）ランダムなサンプルを引き、2）被験者を募集することを試み、次に3）層化後の重みを追加して、応答する人の違いを補償します。オプトインアプローチでは、1）非ランダムに被験者を募集し、2）応答を代表的なベースラインと比較し、3）重みを追加して差異を補正します。

実践の面では、オプトインサンプリングはクォータサンプリングに似ていますが、統計的基盤はさらに発展しています。利点は、代表的なサンプリング、信頼区間などについて主張できることです。欠点は、人々がサンプルをどのように選択するかについて、検証が難しい仮定に基づいていることです。

多くの人々はこれらの方法に懐疑的です-彼らは割り当てサンプリングのように聞こえすぎます。しかし、一部の証拠は、オプトインサンプリングが少なくともしばらくはうまく機能することを示唆しています。したがって、論争にもかかわらず、Polimetrix / YouGov（オプトインサンプリングモデルの早期採用者）は、かなりうまくいっているようです。とりわけ、彼らは最近の一連の米国の学術選挙に関する共同議会選挙調査のすべてのデータ収集を行いました。

（私はICPSRがこのデータを運ぶと確信しています。そうでない場合、ハーバードの社会科学データバースは確かに行います。多くの学者がこれらのサンプルからのデータを使用しています。）

とにかく、割り当てのサンプリングについて質問しました。すでにここのコメントスレッドで確認できるように、十分に訓練された世論調査員は、クォータサンプリングが2段であると伝えます。陪審員はまだオプトインサンプリングについて出ていません。当面は、クォータサンプルの周囲に信頼区間を描画する場合は、これらの方法が最善の策だと思います。

1. ほとんどの必須ではない調査の状況では、無回答にはかなりの問題があります。これは2002年以降、「最近報告されたCMORからの調査協力率の見積もり、市場および意見調査委員会[米国]によると、平均はわずか14.7％でした。」そしてポール・ガーホールドから、「私はまだランダムなサンプルを描くことが可能であると信じています。それらを実行することが可能であるとは信じていません。」このコンテキストでは、結果のデータはランダムではないため、サンプルがランダムであるという事実はあまり関係ありません。

2. これにより、バイアス調整が有効な推定における主要な問題になり、フィールドメソッドの設計が重要なコンポーネントになります。これを実行する方法と、その結果得られる信頼度の見積もりは、ここで説明できる範囲をはるかに超えています。