不要让数据了我们

　　盖洛普(Gallup)现在是美国一家全球知名的调查和咨询公司，因预测美国总统选举而知名。但在1936年之前，它并不太知名，而《文学文摘》是当时知名的预测机构，但因为1936年的一次失败的预测而衰落停办。那1936年发生了什么呢？

　　总统选举是美国生活的焦点。从1920年起，美国《文学文摘》向他的读者附送调查表格，来收回做数据分析。从最初的数十万份调查结果开始，它成功预测了1920年的哈定、1924年的柯立芝、1928年的胡佛，还有1932年的罗斯福。《文学文摘》在当时成为美国最知名的之一。

　　于是《文学文摘》认为，样本越大，结果越有力。1936年的两位候选人，一是党的罗斯福，一是党的兰登，当时大多数测验，新闻机构和观察家都预测罗斯福会获胜。《文学文摘》做了一次轰轰烈烈的大样本调查，共寄出了多达1000万份调查表，回收230万份。这占到了当时美国全国选民人数的1/10。《文学文摘》宣布统计结果：130万人支持兰登、97万人支持罗斯福。自然，兰登将以3:2的比率获得胜利。

　　另一项事实更令人惊讶。一家名为盖洛普的不知名公司，只对1000人进行了调查，就获得了远比《文学文摘》100万人更精确的预测。从此之后，盖洛普扶摇直上，逐渐成为全球第一的调查公司。

　　1.该刊从电话号码簿和俱乐部会员名册上挑选了很多调查对象，这样做在工作上带来方便，但1936年，美国家庭装的电话机只有1100万部左右，而有家用电话者，尤其是有条件参加某种俱乐部的人，大多是经济上较富有、上保守而倾向党的选民，这就造成显著的样本选择偏差。

　　2.除此以外，它还犯了一个错误：该刊起初拟调查对象为1000万人，但这1000万人中只有240万人寄回了对问题单的回答，这是另一个样本选择的系统性偏差。

　　在临床研究中，我们给样本选择的系统性偏差起了一个名字：选择偏倚。关于这个话题，我们在以前的文章已经讲过，如果想知道如何能避免选择偏倚，可以分别回复“37”“70”“93”查看曾琳老师和彭晓霞老师的文章。而需要强调的是，横断面调查中样本选择的代表性最为重要。样本代表性不好，结果本身就是错误的，而如果样本量不够大，可能只是调查结果的准确度不够高。因此如果调查的人群代表性不好，而片面追求样本量大等指标也是没有意义的。另外，失访率不能太高，否则调查的代表性也不能，因此失访的人群可能是有某种原因而造成的非随机失访，如邮寄调查中，可能邮寄方面的城市地区应答率高，而邮寄不方便的农村可能应答率极低。

　　《文学文摘》失败的教训给我们做临床研究调查一些，当数据结果与其它多数研究结果不一致，或者与我们在实际临床工作中的经验不一致时，千万不能盲目相信数据，一定要想一想数据会不会我们。

• 上一篇：为神马我们需要了解NNT
• 下一篇：区分病例-对照研究与横断面研究的秘笈