A Case Study in Nonresponse: Plaintiff vs. California State Board of Equalization
无应答的案例研究：原告诉加利福尼亚州税务均衡委员会AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要涉及调查无应答与税务案例中的协变量论证，未提供支持归入所列因果、面板或分布效应方向的明确证据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
无应答的案例研究：原告诉加利福尼亚州税务均衡委员会
- 研究问题
- 即使样本调查存在中等偏高的无应答率，能否借助协变量判断偏差仍可能较小，并将这一判断用于税务诉讼中的证据论证？
- 方法与思路
- 作者以一宗税务案件为案例，展示借助协变量论证无应答偏差可能较小的思路；摘要未说明所用协变量及具体分析步骤。
- 材料陈述的贡献
- 摘要提供了一个协变量支持偏差较小判断的应用案例，并说明这套论证曾被税务诉讼中的胜诉方采用，但未报告量化效果。
- 阅读关注点
- 阅读全文时核对协变量的来源与覆盖范围、应答者和无应答者的比较方式，以及从协变量信息推断偏差较小所需的论证条件。
- 阅读边界
- 摘要未提供无应答率、偏差估计、协变量详情或正式条件；诉讼胜诉不能单独验证统计论证，也不能支持向其他调查普遍推广。
原文摘要
In any sample survey, nonresponse bias is a potential issue. Even with a moderately high nonresponse rate, however, covariates can sometimes be used to show that the nonresponse bias is likely to be small. This note presents such an argument, which was used by the winning side in a tax case.