3.4.2 ያልሆኑ-ይሁንታ ናሙናዎች: weighting

ያልሆኑ ይሆንታ ናሙናዎችን ጋር, ክብደት ቢለወጥ ናሙና ሂደት ምክንያት የተጣመሙ መቀልበስ ይችላሉ.

ተመራማሪዎች ይሆንታ ናሙናዎች ከ ምላሾችን ክብደት ተመሳሳይ መንገድ, እነርሱ ደግሞ ያልሆኑ-ይሁንታ ናሙናዎች ከ ምላሾችን ሚዛን ይችላሉ. ለምሳሌ ያህል, A ጋርነት E አማራጭ እንደ አንተ ያለውን የሥራ አጥነት መጠን ለመገመት አንድ ጥናት ለማግኘት ተሳታፊዎች ለመቅጠር በሺዎች የሚቆጠሩ ድር ጣቢያዎች ላይ ሰንደቅ ማስታወቂያዎች አኖረው እንበል. እርግጥ ነው, የእርስዎን ናሙና ቀላል አማካኝ ሥራ አጦች ጥሩ ግምት እንደሚሆን ተጠራጣሪ ነበር. አንዳንድ ሰዎች ከሌሎች ይልቅ የዳሰሳ ጥናቱን ለማጠናቀቅ አጋጣሚያቸው ሰፊ እንደሆነ ያስባሉ ምክንያቱም ጥርጣሬ ሊሆን ይችላል. ለምሳሌ ያህል, ድር ላይ ብዙ ጊዜ ማሳለፍ የሌላቸው ሰዎች የእርስዎን የዳሰሳ ጥናቱን ለማጠናቀቅ እድላቸው ዝቅተኛ ነው.

እኛ የመጨረሻ ክፍል ላይ እንዳየነው, ይሁን እንጂ, እኛ እናውቃለን ከሆነ ናሙና የተመረጠው-እንደ ነበር እንዴት ፕሮባቢሊቲ ጋር ናሙናዎች-እንግዲህ እኛ ናሙና ሂደት ምክንያት የተጣመሙ መቀልበስ ይችላሉ. ያልሆኑ-ይሁንታ ናሙናዎች ጋር በመስራት ጊዜ መጥፎ ዕድል ሆኖ, እኛ ናሙና የተመረጠው እንዴት አያውቁም. ነገር ግን, እኛ ናሙና ሂደት ታሳቢዎች ማድረግ; ከዚያም በተመሳሳይ መንገድ weighting ማመልከት ይችላሉ. እነዚህ ታሳቢዎች ትክክል ከሆነ, ከዚያም weighting ወደ ናሙና ሂደት ምክንያት የተጣመሙ መቀልበስ ይሆናል.

ለምሳሌ ያህል, የሰንደቅ ማስታወቂያዎች ምላሽ ውስጥ, 100,000 ምላሽ ቀጥረዋል የሚል እንበል. ሆኖም ግን, እነዚህ 100,000 ምላሽ በላይ አሜሪካዊያን አዋቂዎች አንድ ቀላል የዘፈቀደ ናሙና ናቸው የሚል እምነት የለኝም. ከአሜሪካ ህዝብ የእርስዎ ምላሽ ማወዳደር ጊዜ እንዲያውም, አንዳንድ ስቴቶች (ለምሳሌ, ኒው ዮርክ) ሰዎች አንዳንድ ስቴቶች (ለምሳሌ, አላስካ) ከ-በላይ የሚወክሉ ሰዎች ናቸው በታች-ይወክላሉ ያገኙታል. በመሆኑም, የእርስዎ ናሙና አጥ ቁጥር ወደ ዒላማው ህዝብ ውስጥ የሥራ አጥነት ምጣኔ መጥፎ ግምት የመሆን ዕድሉ ከፍተኛ ነው.

የ ናሙና ሂደት ውስጥ የተከናወነውን ማዛባቱን ለመቀልበስ አንዱ መንገድ እያንዳንዱ ሰው ወደ ክብደት ለመመደብ ነው; ናሙና (ለምሳሌ, አላስካ) ውስጥ ስር-እንዲወከሉ ግዛቶች የመጡ ሰዎች ወደ (ለምሳሌ, ኒው ዮርክ) ናሙና እና ከፍተኛ ክብደት ውስጥ በላይ-እንዲወከሉ ግዛቶች የመጡ ሰዎች ዝቅተኛ ክብደት. ተጨማሪ በተለይም, ለእያንዳንዱ ምላሽ ለማግኘት ክብደት የአሜሪካ ሕዝብ ውስጥ ስርጭት ወደ ናሙና ዘመድ ውስጥ ያላቸውን ስርጭት ጋር የተያያዘ ነው. ይህ weighting ሥነ ልጥፍ-የተሸከረከረ ይባላል, እና በሮድ ደሴት ከ ምላሽ ካሊፎርኒያ ከ ምላሽ ያነሰ ክብደት ተሰጣቸው የት ሊመዘን ሐሳብ ክፌሌ 3.4.1 ውስጥ ለምሳሌ እናንተ ማስታወስ አለባቸው. ልጥፍ-የተሸከረከረ እናንተ ቡድኖች ወደ ምላሽ ማስቀመጥ እና በእያንዳንዱ ቡድን ውስጥ ዒላማ ሕዝብ መጠን ለማወቅ በቂ ማወቅ ይጠይቃል.

ይሁንታን የናሙና እና ያልሆኑ-ይሁንታን ናሙና weighting በተመሳሳይ መንገድ በሒሳብ (የቴክኒክ አባሪውን ይመልከቱ) ቢሆኑም, በተለያዩ ሁኔታዎች ውስጥ ይሠራሉ. የ ተመራማሪ ፍጹም እድል ናሙና ነው (ማለትም, ምንም ሽፋን ስህተት የለም ያልሆኑ ምላሽ) ያለው ከሆነ, ከዚያም weighting በሁሉም ሁኔታዎች ውስጥ ሁሉ ባሕርያት የሚሆን unbiased ግምቶች ያፈራል. ይሁንታው ናሙናዎችን ደጋፊዎች ከእነሱ በጣም ቆንጆ ለማግኘት ለምን ይህ ጠንካራ የንድፈ ዋስትና ነው. በሌላ በኩል, weighting ያልሆኑ-ይሁንታ ናሙናዎች ምላሽ propensities ለእያንዳንዱ ቡድን ውስጥ ለሁሉም ሰው አንድ አይነት ከሆነ ሁሉም ባሕርያት የሚሆን unbiased ግምቶች ብቻ ያፈራል. በሌላ አነጋገር, ኒው ዮርክ ውስጥ ላሉ ተሳታፊ እና የአላስካ ውስጥ ላለ ሁሉም ሰው በጣም ላይ ተሳታፊ እና ተመሳሳይ እድል እንዳለው ተመሳሳይ እድል እንዳለው ከሆነ unbiased ግምቶች ያፈራል ልጥፍ-የተሸከረከረ በመጠቀም, የእኛን ምሳሌ ወደ ኋላ ማሰብ. ይህ ሐሳብ በ አወቃቀር አንድ ዓይነት-ምላሽ-propensities-ውስጥ-ቡድኖች ሐሳብ ይባላል, እና ድህረ-የተሸከረከረ ያልሆኑ-ይሁንታ ናሙናዎች ጋር በደንብ ይሰራሉ ከሆነ በማወቅ ረገድ ቁልፍ ሚና ይጫወታል.

የሚያሳዝነው ግን, በእኛ ምሳሌ ውስጥ, አወቃቀር አንድ ዓይነት-ምላሽ-propensities-ውስጥ-ቡድኖች ሐሳብ እውነት ሊሆን የማይመስል ነገር ነው. ያም ማለት: ይህ አላስካ ውስጥ ላለ ሁሉም ሰው በእርስዎ ጥናት ውስጥ መሆን ተመሳሳይ እድል እንዳለው የማይመስል ነገር ነው. ነገር ግን: ይበልጥ ተስፋ የሚመስሉ ማድረግ ሁሉ ይህም ልጥፍ-የተሸከረከረ ስለ ከግምት ውስጥ ሦስት ወሳኝ ነጥቦች አሉ.

በመጀመሪያ, አወቃቀር አንድ ዓይነት-ምላሽ-propensities-ውስጥ-ቡድኖች ሐሳብ ቡድኖች ቁጥር እየጨመረ እንደመሆኑ መጠን ይበልጥ አሳማኝ ይሆናል. እና, ተመራማሪዎች ብቻ በአንድ መልክዓ ምድራዊ ገጽታ ላይ የተመሠረቱ ቡድኖች ብቻ አይደሉም. ለምሳሌ ያህል, ሁኔታ, እድሜ, ጾታ, እና የትምህርት ደረጃ ላይ የተመሠረቱ ቡድኖች መፍጠር አልቻለም. ይህ 18-29 ቡድን ውስጥ አወቃቀር አንድ ዓይነት ምላሽ propensities እንዳለ ይበልጥ አሳማኝ ይመስላል, አላስካ ውስጥ የሚኖሩ ሰዎች ሁሉ ቡድን ውስጥ ይልቅ አላስካ ውስጥ የሚኖሩ ሴት, የኮሌጅ ምሩቃን. በመሆኑም ልጥፍ-የተሸከረከረ ጭማሪ ጥቅም ላይ ቡድኖች ብዛት እንደ ግምታዊ ይበልጥ ምክንያታዊ ለመሆን ለመደገፍ ያስፈልጋል. ይህ እውነታ እንዳለ ሆኖ, አንድ ተመራማሪዎች ልጥፍ-የተሸከረከረ ቡድኖች መካከል ትልቅ ቁጥር መፍጠር ይፈልጋሉ ነበር ይመስላል. የውሂብ sparsity: ነገር ግን, ቡድኖች ቁጥር እየጨመረ እንደ ተመራማሪዎች አንድ የተለየ ችግር ወደ ይሮጣሉ. በእያንዳንዱ ቡድን ውስጥ ሰዎች ቁጥር በጣም ትንሽ ነው አሉ ከሆነ, ከዚያ ግምት ይበልጥ ርግጠኛ መሆን, እና በጣም የተለየ ጉዳይ ላይ ምንም ምላሽ ያለው ቡድን ባለበት ይሆናል, ከዚያም ልጥፍ-የተሸከረከረ ሙሉ በሙሉ ወደ ታች ይሰብራል. homogeneous- ምላሽ-ዝንባሌ-ውስጥ-ቡድኖች ሐሳብ ላይ መገደሉ እና በእያንዳንዱ ቡድን ውስጥ ምክንያታዊ ናሙና መጠኖች ፍላጎት መካከል ያለውን ይህን ስላላት ውጥረት ቱ ጊዜ ሁለት መንገዶች አሉ. አንደኛው ዘዴ, ክብደት ለማስላት አንድ ይበልጥ የተራቀቀ እስታቲስቲካዊ ሞዴል ለመሄድ ነው እና ሌሎች ለእያንዳንዱ ቡድን ውስጥ ምክንያታዊ ናሙና መጠኖች ለማረጋገጥ ይረዳናል; ይህም ተለቅ ያለ, ይበልጥ የተለያየ ናሙና ለመሰብሰብ ነው. እኔ ከዚህ በታች በዝርዝር እናብራራለን እንደ: አንዳንድ ተመራማሪዎች, ሁለቱም ማድረግ.

ያልሆኑ-ይሁንታ ናሙናዎች ከ ልጥፍ-የተሸከረከረ ጋር በመስራት ጊዜ ሁለተኛው ግምት ይሁንታ ናሙናዎች በመተንተን ጊዜ አወቃቀር አንድ ዓይነት-ምላሽ-ዝንባሌ-ውስጥ-ቡድኖች ሐሳብ አስቀድሞ ብዙ ጊዜ ሊደረግ ይችላል ማለት ነው. በዚህ ቅድመ ሐሳብ በተግባር ፕሮባቢሊቲ ናሙናዎች ያስፈልጋል የሚለው ምክንያት ይሁንታው ናሙናዎች ያልሆነ ምላሽ እንዳላቸው ነው, እና ከላይ እንደተገለጸው ያልሆኑ ምላሽ በማስተካከል በጣም የተለመደ ዘዴ ልጥፍ-የተሸከረከረ ነው. እርግጥ ነው, ብዙ ተመራማሪዎች አንድ ሐሳብ አንተም ማድረግ ይገባል ማለት አይደለም ማድረግ ብቻ ነው. ግን, በተግባር የመሆን እድል ናሙናዎችን ወደ ያልሆኑ-ይሁንታ ናሙናዎችን በማነጻጸር ጊዜ, እኛ ሁለቱም ግምቶች ለማምረት ሲሉ ታሳቢዎች እና ረዳት መረጃ ላይ የተመካ እንደሆነ ማስታወስ ይኖርበታል ማለት ነው. በጣም ምክንያታዊ ቅንብሮች ውስጥ በቀላሉ አባባሉ ምንም ሐሳብ ነፃ የሆነ አካሄድ ነው.

የእኛን ምሳሌ ስራ አጥነት በተለይም-ገደማ አንድ ግምታዊ ሲወጡ በመጨረሻም, ምጣኔ-ከዚያም አወቃቀር አንድ ዓይነት-ምላሽ-ዝንባሌ-ውስጥ-ቡድኖች ሐሳብ ይልቅ ደካማ የሆነ ሁኔታ ያስፈልገናል. በተለይም, አንተ ብቻ በእያንዳንዱ ቡድን ውስጥ ምላሽ ዝንባሌ እና አጥነት መጠን መካከል ምንም ግንኙነት መኖሩን ነው ማሰብ ያስፈልገናል, ሁሉም ሰው አንድ ዓይነት ምላሽ ዝንባሌ እንዳለው ማሰብ አያስፈልግህም. እርግጥ ነው, እንዲያውም ይህ ደካማ ሁኔታ በአንዳንድ ሁኔታዎች ውስጥ መያዝ አይደለም. ለምሳሌ ያህል, የበጎ ሥራ ​​አሜሪካውያን ድርሻ ለመገመት መገመት አያዳግትም. የበጎ ሥራ ሰዎች በአንድ ጥናት ላይ መሆን መስማማት የማይቀር ከሆነ, ከዚያ ተመራማሪዎች ፈቃድ ሥርዓት ላይ-ለመገመት እነርሱም, በ empirically ታይቷል አንድ ውጤት ልጥፍ-የተሸከረከረ ማስተካከያዎችን ማድረግ እንኳ ፈቃደኛ መጠን Abraham, Helms, and Presser (2009) .

ቀደም ብዬ እንደ ያልሆኑ-ይሁንታ ናሙናዎች ምክንያቱም ጥናት ምርምር የመጀመሪያ ቀናት ውስጥ በጣም አሳፋሪ ድክመት አንዳንድ ውስጥ ያላቸውን ሚና ክፍል ውስጥ, ማህበራዊ ሳይንቲስቶች ታላቅ በጥርጣሬ ዓይን ነው. እኛም ያልሆኑ-ይሁንታ ናሙናዎች ጋር መጥተዋል ምን ያህል ርቀት የሚያሳይ አንድ ግልጽ ምሳሌ በትክክል የአሜሪካ Xbox ተጠቃሚዎች ያልሆነ-ይሁንታ ናሙና በመጠቀም የ 2012 የአሜሪካ ምርጫ ውጤት ሊመለስ መሆኑን ዌይ ዋንግ ዳዊት Rothschild, Sharad Goel, እና እንድርያስ Gelman ላይ ምርምር ነው አሜሪካውያን ባቀፈው ነገሩ ያልሆኑ የዘፈቀደ ናሙና (Wang et al. 2015) . ተመራማሪዎቹ በ Xbox የጨዋታ ስርዓት ምላሽ ተመልምለው, እና መጠበቅ ዘንድ እንደ በ Xbox ናሙና ወንድ አዛብታዋለች እና ወጣት አዛብታዋለች: 18 - 29 ዓመት ዕድሜ በመራጩ ሕዝብ 19% ነገር ግን በ Xbox ናሙና 65% ከፍ ለማድረግ እና ወንዶች 47% ከፍ ማድረግ መራጩ እና በ Xbox ናሙና (ምስል 3.4) 93% ነው. ምክንያቱም እነዚህ ጠንካራ የስነሕዝብ አድሏዊነት ነው, ጥሬ Xbox ውሂብ የምርጫ ይመለሳል አንድ ድሀ አመላካች ነበር. ይህ ባራክ ኦባማ ላይ ተቀናቃኛቸው ሮምኒ ጠንካራ ድል ተንብየዋል. እንደገናም, ይህ ጥሬ, ያልተስተካከለ ያልሆኑ-ይሁንታ ናሙናዎች አደጋ ሌላ ምሳሌ ነው, እና ሥነ ዳይጀስት fiasco ከነበረችው.

ስእል 3.4; ውስጥ ከተሳተፉት መካከል ስነ ሕዝብ Wang et al. (2015) . ምላሽ XBox የሚመለመሉ ስለ ነበር, እነሱም ወጣት እና በ 2012 ምርጫ መራጮች ወደ አንጻራዊ ወንድ, የመሆን ዕድላቸው የመሆን ዕድላቸው ሰፊ ነበር.

ይሁን እንጂ, ዋንግ እና ባልደረቦቻቸው እነዚህን ችግሮች ያውቁ ነበር እና ናሙና ሂደት ለማረም ላይ ከተሳተፉት ክብደት ሞክሯል. በተለይም, እኔ ስለ ነገርኋችሁ ልጥፍ-የተሸከረከረ ይበልጥ የተራቀቁ ቅርጽ ተጠቅሟል. እሱን ልጥፍ-የተሸከረከረ ስለ የስሜት ካልሠራ ምክንያት ዘዴ ስለ አንድ ትንሽ የበለጠ መማር ተገቢ ነው, እና ጥቅም ላይ የተለየ ስሪት ዋንግ እና ባልደረቦቻቸው weighting ያልሆኑ-ይሁንታን ናሙናዎች በጣም አስደሳች አቀራረቦች መካከል አንዱ ነው.

ክፍል 3.4.1 ውስጥ አጥነት ለመገመት በተመለከተ በእኛ ቀላል ምሳሌ ላይ, እኛ የመኖሪያ ሁኔታ ላይ የተመሠረቱ ቡድኖች ወደ ሕዝብ ተለያየ. ከዚህ በተቃራኒ, ዋንግ እና የሥራ ባልደረቦቹ የተገለጸ 176.256 ቡድኖች ወደ ሕዝብ ወደ ተለያየ: ጾታ (2 ምድቦች), ውድድር (4 ምድቦች), ዕድሜ (4 ምድቦች), ትምህርት (4 ምድቦች), ግዛት (51 ምድቦች), ወገን መታወቂያ (3 ምድቦች), ርዕዮተ ዓለም (3 ምድቦች) እና 2008 ድምጽ (3 ምድቦች). ተጨማሪ ቡድኖች ጋር ተመራማሪዎች በእያንዳንዱ ቡድን ውስጥ, ምላሽ ዝንባሌ ኦባማ ድጋፍ ጋር uncorrelated ነበር እየጨመረ ሊሆን እንደሚሆን ተስፋ አድርገው ነበር. ቀጥሎም ይልቅ እኛም ምሳሌ እንዳደረገው, በግለሰብ ደረጃ ክብደት ግንባታ ይልቅ, ዋንግ እና ባልደረቦቻቸው ኦባማ ድምጽ ነበር በእያንዳንዱ ቡድን ውስጥ ሰዎችን ቁጥር ለመገመት ውስብስብ ሞዴል ተጠቅሟል. በመጨረሻም የድጋፍ በግምት አጠቃላይ ደረጃ ለማምረት ለእያንዳንዱ ቡድን የታወቀ መጠን ጋር ድጋፍ እነዚህ ቡድን ግምት ይጣመራሉ. በሌላ አነጋገር, እነዚህ, የተለያዩ ቡድኖች ወደ ሕዝብ ላሞቹን ለእያንዳንዱ ቡድን ውስጥ ኦባማ ድጋፍ ግምታዊ እና ከዚያም አጠቃላይ ግምታዊ ለማምረት ቡድን ግምቶች አንድ የምዘና በአማካይ ወሰደ.

በመሆኑም በራሳቸው አቀራረብ ውስጥ ትልቅ ፈተና እነዚህን 176.256 ቡድኖች ለእያንዳንዱ ውስጥ ኦባማ ድጋፍ ለመገመት ነው. ያላቸውን ፓነል 345.858 ልዩ ተሳታፊዎች, የምርጫ የምርጫ መሥፈርቶች በማድረግ ትልቅ ቁጥር የተካተተ ቢሆንም, ዋንግ እና ባልደረቦቻቸው ማለት ይቻላል ምንም ምላሽ ነበር ለዚህም ብዙ, ብዙ ቡድኖች ነበሩ. ስለዚህ, ተመራማሪዎች የፍቅር ብዙ ጀምሮ, አቶ ፍራስ ገንዳዎች መረጃ የተወሰነ ቡድን ውስጥ ኦባማ ድጋፍ ለመገመት, በመሠረቱ አቶ ፒ በምንጠራው ልጥፍ-የተሸከረከረ ጋር የብዙ ተዛምዶ ተብሎ አንድ ዘዴ ጥቅም ላይ በእያንዳንዱ ቡድን ውስጥ ድጋፍ ለመገመት በቅርብ ቡድኖች ተዛማጅ. ለምሳሌ ያህል, ማን የሚያስተካክል እንደ ራሳቸውን ለይተው ማን ዲሞክራትስ የተመዘገቡ ናቸው የኮሌጅ ምሩቃን, ናቸው, እና ይህ 2008 ኦባማ ድምጽ ሰጥቻለሁ ማን, 18-29 ዓመት ዕድሜ መካከል,, ሴት የስፓኝ መካከል ኦባማ ድጋፍ ለመገመት የሚያስከትለውን ተፈታታኝ ሁኔታ ግምት ውስጥ በጣም, በጣም የተወሰነ ቡድን ነው, እና እነዚህ ባህርያት ጋር ናሙና ውስጥ ማንም የለም ሊሆን ይችላል. ስለዚህ, በዚህ ቡድን በተመለከተ ይገመታል ለማድረግ, አቶ ፒ ገንዳዎች በአንድነት በጣም ተመሳሳይ ቡድኖች ውስጥ ሰዎች ገምቷል.

ይህ ትንተና ዘዴ በመጠቀም, ዋንግ እና ባልደረቦቻቸው (ምስል 3.5) በጣም በቅርበት ኦባማ በ 2012 ምርጫ ላይ የተቀበለው አጠቃላይ ድጋፍ ለመገመት በ Xbox ያልሆኑ የመሆን እድል ናሙና መጠቀም አይችሉም ነበር. እንዲያውም ያላቸውን ግምት የሕዝብ አስተያያት ድምፅ, አንድ ድምር ይልቅ ይበልጥ ትክክለኛ ነበሩ. በመሆኑም በዚህ ሁኔታ ውስጥ, weighting-በተለይም አቶ ያልሆኑ-ይሁንታ ውሂብ ውስጥ ያለውን አድሏዊነት ለማረም ጥሩ ሥራ ለማድረግ ፒ-ይመስላል; የ ያልተስተካከለ Xbox ውሂብ ግምት እንመለከታለን ጊዜ የሚታዩ አድሏዊነት.

ስእል 3.5; ከ ይገመታል Wang et al. (2015) . ያልተስተካከለ XBox ናሙና ትክክል ግምት አስገኝቶ ነበር. ነገር ግን, የምዘና XBox ናሙና ይሁንታ ላይ የተመሠረተ የስልክ ጥናቶች በአማካይ ይልቅ ይበልጥ ትክክል ነበር ግምት አስገኝቶ ነበር.

ዋንግ እና ባልደረቦች ጥናት ጀምሮ ሁለት ዋና ዋና ትምህርቶች አሉ. በመጀመሪያ, ያልተስተካከለ ያልሆኑ-ይሁንታ ናሙናዎች መጥፎ ግምቶች ሊያስገኝ ይችላል; ይህ ብዙ ተመራማሪዎች በፊት ሰምቻለሁ አንድ ትምህርት ነው. ይሁን እንጂ ሁለተኛው ትምህርት በአግባቡ የሚጫነው ጊዜ ያልሆኑ ይሆንታ ናሙናዎችን,, በእርግጥ በጣም ጥሩ ግምት ማምረት የሚችል መሆኑ ነው. እንዲያውም ያላቸውን ግምት pollster.com, ተጨማሪ ባህላዊ ምርጫ መስጫዎችን አንድ ድምር ከ ግምት ይልቅ ይበልጥ ትክክለኛ ነበሩ.

በመጨረሻም, ይህ በአንድ የተወሰነ ጥናት ምን ትምህርት ማግኘት እንደምንችል ጠቃሚ ውስን ናቸው. ልጥፍ-የተሸከረከረ በዚህ ጉዳይ ላይ በሚገባ ይሠራ ስለቻሉ ብቻ, በሌሎች ጉዳዮች ላይ ጥሩ ይሰራሉ ​​ምንም ዋስትና የለም. pollsters 100 ዓመት ምርጫ ያጠኑ የነበረ ምክንያቱም እንዲያውም ምርጫ ምናልባትም ቀላሉ ቅንብሮች አንድ ናቸው: በዚያ መደበኛ ግብረመልስ (እኛ ምርጫውን ማን እንደሚያሸንፍ ማየት ይችላሉ), እና ወገን የሆነ መለያ ነው እና የስነ ሕዝብ አወቃቀር ባሕርያት የሚሰጡበት በአንጻራዊ እየገመተ ናቸው. በዚህ ነጥብ ላይ, ጠንካራ ጽንሰ ያልሆኑ የመሆን እድል ናሙናዎችን ወደ weighting ማስተካከያ በበቂ ትክክለኛ ግምቶች ምርት መቼ እንደሆነ ለማወቅ የማስወገ ተሞክሮ የላቸውም. ላልሆኑ-ይሁንታ ናሙናዎች ጋር ለመሥራት ይገደዳሉ ከሆነ ግልጽ የሆነ አንድ ነገር ግን አለ; በዚያን ጊዜ ማስተካከያ ግምቶች ያልሆኑ ማስተካከያ ግምቶች ይልቅ የተሻለ ይሆናል ብለን ለማመን የሚያስችል ጠንካራ ምክንያት የለም.