История · объяснение и практика

Кого не видно в двух списках: наблюдаемый охват и модель недоучёта

Разведите число людей, замеченных хотя бы в одном историческом списке, и модельную оценку тех, кто пропущен обоими. Проверьте пересечение и предпосылку независимости списков.

Синие песочные часы придерживают оранжевый песок в нижней части.

Вузовский уровень · Все вузовские темы

В теме Исторический вопрос и источник · Учебная карта

Главная мысль

В двух вымышленных списках одной закрытой группы есть 30 и 24 человека, двенадцать встречаются в обоих. Наблюдаемое объединение содержит 30+24−12=42 человека. Простая двухсистемная подстановка даёт 30·24/12=60, включая 18 не замеченных ни одним списком. Второе число зависит от модели; это не восемнадцать обнаруженных биографий.

Сначала получите проверенное пересечение

Задайте одну совокупность, территорию и период. Список работников одного предприятия и перечень всех жителей уезда не становятся двумя охватами одной группы только из-за общих фамилий. В учебной модели группа закрыта: между двумя регистрациями нет входа и выхода. Для исторических источников такое условие требует отдельной проверки.

Удалите внутренние дубли по обоснованным соответствиям и установите пары между списками. Совпавшее имя ещё не является подтверждённым человеком в пересечении. Ошибка сопоставления влияет не только на объединённый список: она меняет знаменатель оценки. Сохраните исходные ID, основания принятых связей и нерешённые случаи.

Отделите наблюдаемую сумму от подстановки

Объединение считается сложением размеров с вычитанием пересечения один раз. Оно показывает людей, присутствующих хотя бы в одном наборе, если очистка и связывание верны. Люди, отсутствующие в обоих, в таком объединении не появляются. Их число нельзя узнать простым просмотром двух очищенных таблиц.

Для простой модели предположим независимое попадание в списки и одинаковые вероятности охвата внутри рассматриваемой группы. Тогда доля первого списка среди попавших во второй служит ориентиром для его охвата всей группы: m/nB приблизительно заменяет nA/N. Отсюда подстановка Nhat=nA·nB/m при положительном m. Это оценочная формула, а не точное равенство любой конечной реализации.

Пример

Пусть nA=10, nB=8, m=4. Сколько наблюдается людей и сколько даёт простая модель?

Объединение равно 10+8−4=14. Подстановка Nhat=10·8/4=20, разница 6 относится к не наблюдаемой модельной части. Утверждение о шести конкретных пропущенных людях не получено: их личности в двух списках не указаны.

Проверьте, что делает модель уязвимой

Если второй список переписан с первого, независимого охвата нет. Если заметные люди имеют высокую вероятность попасть сразу в оба, неодинаковая видимость тоже нарушает простую схему. Две ведомости могут выглядеть независимо оформленными, сохраняя общую систему регистрации. Название документа не доказывает независимость процесса.

При нулевом пересечении эта подстановка не определена, а малое пересечение делает оценку чувствительной. Нельзя добавлять выдуманную пару ради конечного ответа. В итоговой таблице раздельно сообщают наблюдаемое объединение, модельную оценку и условия. Здесь не рассчитывается доверительный интервал и не обещается отсутствие смещения; для реального недоучёта нужны более полная модель и проверка данных.

От чтения к действию

А теперь — вы

В списках 30 и 24 человека, пересечение 12. Какое число получено без двухсистемной модели?

Частые вопросы

Два разных архива гарантируют независимость?

Нет. Они могли получить копии одной ведомости либо зависеть от общего порядка регистрации. Проверяют происхождение списков и механизм включения.

Можно оценку 60 назвать точной численностью?

Нет. Она условна относительно модели и случайности охвата. Наблюдаемое объединение и оценку полного размера следует публиковать раздельно.

Источники и работа с материалом

Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.

Продолжить разбираться