PPI is the Difference Estimator: Recognizing the Survey Sampling Roots of Prediction-Powered Inference
PPI 即差值估计量：预测辅助推断的调查抽样根源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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要主要比较通用调查抽样与预测辅助推断，平均处理效应仅是讨论示例，细分领域证据不足。
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
PPI 即差值估计量：预测辅助推断的调查抽样根源
- 研究问题
- 预测辅助推断中的核心估计器与经典调查抽样方法有何代数关系，哪些推断内容被继承，哪些差异需要重新审视？
- 方法与思路
- 作者比较总体均值的 PPI 与差值估计量、PPI plus 与广义回归估计量，并讨论推断模式、无标签数据和分组预测误差。
- 材料陈述的贡献
- 摘要称建立上述估计器等价关系，梳理两类框架的差异，并提出从校准、最优分配、设计诊断和软件生态中相互借鉴。
- 阅读关注点
- 应核对代数等价所需的抽样与权重设定，区分估计式相同与推断依据相同，并检查分组预测误差对目标量的影响。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核验；摘要中的等价论述针对所列估计器，不能直接覆盖所有 PPI 方法。
原文摘要
Prediction-powered inference (PPI) is a rapidly growing framework for combining machine learning predictions with a small set of gold-standard labels to conduct valid statistical inference. In this article, I argue that the core estimators underlying PPI are equivalent to well-established estimators from the survey sampling literature dating back to the 1970s. Specifically, the PPI estimator for a population mean is algebraically equivalent to the difference estimator of Cassel et al. (1976), and PPI plus corresponds to the generalized regression (GREG) estimator of Sarndal et al. (2003). Recognizing this equivalence, I consider what part of PPI is inherited from a long-standing literature in statistics, what part is genuinely new, and where inferential claims require care. After introducing the two frameworks and establishing their equivalence, I break down where PPI diverges from model-assisted estimation, including differences in the mode of inference, the role of the unlabeled data pool, and the consequences of differential prediction error for subgroup estimands such as the average treatment effect. I then identify what each framework offers the other: PPI researchers can draw on the survey sampling literature's well-developed theory of calibration, optimal allocation, and design-based diagnostics, while survey sampling researchers can benefit from PPI's extensions to non-standard estimands and its accessible software ecosystem. The article closes with a call for integration between these two communities, motivated by the growing use of large language models as measurement instruments in applied research.