非概率样本偏差的来源与特征
在市场调研实践中，由于时间和成本约束，许多研究项目不得不采用非概率抽样方法（如在线样本库、便利抽样、配额抽样等）。非概率样本不可避免地存在与目标总体的系统性差异，这种差异就是样本偏差控制需要解决的核心问题。
非概率样本偏差的来源主要包括三个方面：覆盖偏差（Coverage Bias）——目标总体中部分人群没有被抽样框覆盖，例如在线样本库难以覆盖不使用互联网的人群；选择偏差（Selection Bias）——愿意参与调查的人群与不愿意参与的人群在关键变量上存在系统性差异；以及自我选择偏差（Self-Selection Bias）——即使被邀请参与，最终完成调查的受访者仍然可能与未完成者在某些特征上不同。
这三类偏差在样本偏差控制实践中需要分别识别和校正。覆盖偏差通常通过抽样方法的优化来缓解（如在线+离线混合抽样）；选择偏差和自我选择偏差则更多依赖后期统计方法进行校正。理解偏差的来源，是选择合适校正方法的前提。
倾向得分匹配的基本原理
倾向得分匹配（Propensity Score Matching, PSM）是样本偏差控制中最常用的统计校正方法之一。其核心思想源自因果推断领域——通过模拟随机实验的设计，减少观察数据中的选择偏差。
倾向得分的定义是：在给定可观测特征（X）的条件下，某个样本被纳入研究组（而非对照组）的条件概率，记为P(T=1|X)。在实际操作中，倾向得分通常通过Logistic回归模型来估计——以是否参与调查（或是否属于某个特定样本组）为因变量，以一系列可观测的人口特征和行为特征为自变量。
匹配过程是将研究组中的每个样本与对照组中倾向得分最接近的样本进行配对。匹配完成后，研究组和对照组在可观测特征上的分布应当趋于一致，类似于随机实验中的随机分组效果。通过在匹配后的样本上进行分析，可以有效减少选择偏差对研究结论的影响。
倾向得分匹配在调研配额偏差中的应用
在市场调研的样本偏差控制实践中，倾向得分匹配可以用于多种场景。最常见的应用是校正样本配额偏差——当实际完成的样本在某些配额维度（如年龄、性别、收入）上偏离了目标配额时，可以通过倾向得分匹配的方法对样本进行加权或重新加权。
具体操作步骤如下：首先，将目标总体的配额分布作为”参照标准”，将实际完成的样本作为”待校正样本”；其次，以配额变量和相关的辅助变量为特征，构建倾向得分模型；第三，基于倾向得分进行匹配或逆概率加权（IPW），使校正后的样本分布在配额变量上与目标分布一致。
值得注意的是，倾向得分匹配的有效性依赖于一个关键假设——”可忽略性假设”（Ignorability Assumption），即在控制可观测特征后，是否参与调查与结果变量之间不再存在系统性关联。如果存在未观测的混淆变量，倾向得分匹配的校正效果将受到限制。因此，在样本偏差控制实践中，收集尽可能丰富的辅助变量信息，是提升校正效果的重要前提。
匹配方法的选择与效果评估
倾向得分匹配有多种具体的匹配方法可供选择，包括最近邻匹配（Nearest Neighbor Matching）、卡尺匹配（Caliper Matching）、核匹配（Kernel Matching）和分层匹配（Stratification Matching）等。不同方法在偏差减少效果和样本保留率之间存在权衡。
最近邻匹配是最直观的方法——为每个处理组样本找到倾向得分最接近的对照组样本进行配对。其优点是操作简单，但可能因”差匹配”（即匹配到的对照样本在倾向得分上仍然相差较大）而残留偏差。卡尺匹配通过设置一个最大允许偏差（如0.05或0.1倍标准差），排除超过该阈值的匹配，从而提高匹配质量。
在样本偏差控制的效果评估方面，需要关注以下指标：标准化均值差异（SMD）——匹配前后各协变量在两组之间的标准化差异，通常要求匹配后所有协变量的SMD小于0.1；方差比（Variance Ratio）——匹配后两组的方差比应接近1。只有当这些指标达到标准时，才能认为匹配效果良好，偏差校正充分。
倾向得分方法的局限性与补充策略
尽管倾向得分匹配是样本偏差控制的有力工具，但其局限性也需要充分认识。首先，倾向得分方法只能校正可观测特征的偏差，对于未观测特征的偏差无能为力。其次，倾向得分模型的拟合质量直接影响匹配效果，而模型选择本身可能引入主观判断。第三，在大样本研究中，匹配的计算成本可能较高。
针对这些局限，建议的补充策略包括：结合事后分层加权（Post-Stratification Weighting）进行双重校正；使用多种匹配方法的敏感性分析检验结论的稳健性；以及通过外部数据（如普查数据或行业报告）进行样本代表性的外部验证。综合运用多种样本偏差控制方法，才能最大程度地确保研究结论的可靠性和科学性。