04.敏感問题的调查b.docVIP

敏感问题 的调查 问题背景： 在我们根据调查数据进行统计分析，并据此得到某些结论时，通常是假设被调查者会真实地回答问题的。 但是，当问题比较敏感时，这一假设就不能保证了。 因此，需要设计一些不太敏感、使得被调查者愿意诚实回答的间接问题。然后，通过适当的方法利用调查数据去估计我们欲调查问题的某些参数。 例如，我现在希望调查学生中考试作弊的比例。若直接问“你作弊了吗？”则所得到的调查资料将是完全无用的。 现在，不直接问这个问题。按下列要求设计问题： 1） 大家在心中随意选一个1~6中的数字（不要告诉我！）； 2）若选的数字大于4，则将自己归为第一组，否则归为第二组； 3） 对于下列两个问题，第一组同学回答问题a，第二组同学回答问题b： a）“我作弊了”； b）“我没有作弊”。 注意，我并不知道哪个同学是属于哪一组，因此我无法从他（她）的回答中得到他到底是否作弊没有。 因此，被调查者应该是乐意诚实回答该问题的。 假设作弊同学的比例为。则的一个估计由下列公式给出，即下列公式可以作为作弊同学比例的估计式： （） 下面将上述问题形式化。 Warner模型 假设有一总体F。其中，有一部分个体具有某种特征，记该总体中具有这一特征的个体集合为A。记该总体中属于A的比例为。 从总体中抽取大小为n的样本。将该样本随机的分为两组（不知道谁属于哪一组）。其中，一组的每个样本都标记为1，其样本数占样本总数的比例为p；另一组每个样本都标记为2，它们的样本数占样本总数的比例为1 - p。 现在，标记为1的样本回答下列的问题1，标记为2的样本回答下列的问题2： 1：“我属于A”； 2：“我不属于A”。 记 =回答“是”的概率； m=回答“是”的样本数。 显然，可以作为的估计。 根据概率的全概公式，有 p（回答“是”） =p（标记为1且回答为“是”） +p（标记为2且回答为“是”） =p（标记为1）p（回答为“是”|标记为1） + p（标记为2）p（回答为“是”|标记为2） 即 将的估计代入上式，不难得到关于的估计式： （） 上述方法称为“随机回答”调查法。 可以证明，在诚实回答“是”与“不是”的假定下，是的无偏估计，且的方差为 由此可以建立的置信区间。 可以进一步证明，“随机回答法“比“直接询问法”更有优势。随机回答法的均方差通常都小于直接询问法的方差。 在Warner模型中，虽然未直接询问，但两个问题仍涉及到敏感问题。因此仍可能会引起被调查对象的戒备，进而不愿意充分合作。因此，Simmons对Warner模型进行了改进。 Simmons模型 Simmons方法与Warner方法类似。只是增加了一个与特征A不相关的、不敏感的特征B。其中，总体中仅一部分样本具有特征B，且具有特征B的样本数占总体的比例已知，记为。 此时，被调查者根据标记随机地回答下列两个问题： 1：“我属于A”； 2：“我属于B”。 类似地有 于是，的另一个估计由下列公式给出： 同样可以证明，在诚实回答的假设下，也是的无偏估计。它的方差为 注意，为了尽可能的使被调查者资源进行合作，特征B应该与特征A不相关。通常，若能使似乎更能使被调查对象合作。例如，可以是你在上半年出生等等问题。 注意事项： 调查者要完全了解方法的原理。耐心向被调查对象解释：这种调查不会让人知道他所回答的问题； 对被调查对象进行随机分组的方法和装置要简单明了，便于理解和使用； 问题的措词必须清楚明白，没有歧义； 在Simmons模型中，特征B虽然无关紧要，但不能有其他的敏感性，以免引起被调查者的反感，不能起到加强合作的作用。