Using Total Margin of Error to Account for Non-Sampling Error in Election Polls: The Case of Nonresponse
用总误差幅度衡量选举民调的非抽样误差：无应答情形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：摘要研究调查无应答、均方误差和民调报告，未提供足以对应所列领域细分的证据。
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
用总误差幅度衡量选举民调的非抽样误差：无应答情形
- 研究问题
- 选举民调通常只报告抽样误差，如何同时衡量无应答等非抽样误差，并在无应答者偏好信息有限时构造适当估计？
- 方法与思路
- 作者以最大均方误差的平方根定义总误差幅度，分别分析无应答者偏好完全未知及仅有界限信息的情形，并构造中点估计。
- 材料陈述的贡献
- 摘要称，文章推导了近似最小化总误差幅度的简单中点估计，并与传统民调估计比较，建议将总误差纳入常规报告。
- 阅读关注点
- 应核对最大均方误差对应的不确定集合、偏好界限的来源，以及中点估计近似最优的条件和总误差幅度的解释。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收均未核实；本文摘要以无应答为例，未说明如何实际覆盖全部非抽样误差。
原文摘要
The potential impact of non-sampling errors on election polls is well known, but measurement has focused on the margin of sampling error. Survey statisticians have long recommended measurement of total survey error by mean square error (MSE), which jointly measures sampling and non-sampling errors. We think it reasonable to use the square root of maximum MSE to measure the total margin of error (TME). Measurement of TME should encompass both sampling error and all forms of non-sampling error. We suggest that measurement of TME should be a standard feature in the reporting of polls. To provide a clear illustration, and because we believe the exceedingly low response rates commonly obtained by election polls to be a particularly worrisome source of potential error, we demonstrate how to measure the potential impact of nonresponse using the concept of TME. We first show how to measure TME when a pollster lacks any knowledge of the candidate preferences of nonrespondents. We then extend the analysis to settings where the pollster has partial knowledge that bounds the preferences of non-respondents. In each setting, we derive a simple poll estimate that approximately minimizes TME, a midpoint estimate, and compare it to a conventional poll estimate.