从《文学文摘》到杜鲁门大逆转：抽样方法的故事

统计

在统计学课堂上，有一个流传已久的故事：它让人明白 “大样本不一定是好样本”，也揭示了抽样方法演进的曲折历程。

【一】大样本输给小样本：1936 年的总统预测风波

1936 年，美国即将迎来总统大选。媒体最受瞩目的预测来自一本叫 《文学文摘》（Literary Digest） 的杂志。它有过辉煌战绩，连续五次大选预测正确，被认为是“最准的选举预言家”。

这一次，他们信心满满——向超过1000万人寄出了调查问卷，收回了240多万份。按照这些“海量样本”的结果，他们断言：共和党人兰登将大胜，罗斯福总统将黯然下台。

然而，最终罗斯福却以压倒性优势连任。为什么？因为他们的样本框来自电话簿、汽车登记和杂志订阅者——这些人多数是中上层，天然偏向共和党。

结局：240 万份“坏样本”带来了史上最著名的预测翻车。

【二】盖洛普的小样本奇迹

就在同一年，年轻的 乔治·盖洛普（George Gallup） 用区区几千份样本预测了罗斯福的胜利，而且结果和真实情况几乎一致。

这个年轻人，就是后来被称为“民调之父”的 乔治·盖洛普（George Gallup）。

盖洛普没有依赖庞大的地址簿或电话簿，而是采用了一种**配额抽样（quota sampling）**的方法。

他先研究了美国人口的结构：男女比例、城市与农村、收入与职业分布……然后规定调查员必须按这些比例去找受访者，确保样本结构与总体一致。

结果，哪怕只有几千份样本，他的预测却和真实结果几乎一致。相比之下，《文学文摘》的“大数据”却栽了大跟头。为什么？因为在1930年代，拥有汽车和电话的人往往更富裕，而这些人恰恰偏向支持共和党，导致预测严重偏差。

这一战，让人们第一次意识到：

👉 样本的代表性，比样本数量更重要。

上图为富兰克林·德拉诺·罗斯福（Franklin D. Roosevelt，FDR），1936年连任，美国第32任总统，1933–1945连任四届。

【三】Neyman 的理论推动

1934年，统计学家 耶日·内曼（Jerzy Neyman） 已经提出了概率抽样的理论框架。他强调：只有通过随机化，才能真正保证样本代表性，并能够计算抽样误差。

这为后来概率抽样成为主流，奠定了坚实的数学基础。

上图是耶日·内曼（Jerzy Neyman），统计学家，提出概率抽样理论，奠定了现代抽样调查的数学基础。

【四】1948 年：配额抽样的失手

1948 年大选，美国几乎所有民调机构（包括盖洛普公司）都预测共和党人杜威将击败现任总统杜鲁门。甚至有报纸提前印出头版：“Dewey Defeats Truman”。

然而，最终是杜鲁门大逆转胜出。

原因在于配额抽样依然存在偏差：调查员在完成配额时倾向选择“容易找到的人”，样本中工人和农民的声音被低估。

这一次，配额抽样输给了现实。

上图是很多《统计学》教材中的经典照片：杜鲁门手举《芝加哥论坛报》头版，标题误称“杜威击败杜鲁门”。

【五】概率抽样的胜利

1948 年之后，民调和社会调查逐渐全面采用概率抽样。

美国国家选举调查（ANES）等项目成为概率抽样的典范，社会科学研究也进入了“可量化、可推断”的新阶段。

盖洛普本人不得不调整方法，但他的名字已经深深刻在民意调查史中。

【六】盖洛普公司的延续

值得一提的是，盖洛普公司（Gallup Inc.）一直延续至今。

从最初的政治预测，到今天的全球民意调查、幸福指数、企业咨询，盖洛普早已成为一个国际知名品牌。

虽然方法论上它早已拥抱概率抽样甚至新型大数据方法，但“Gallup”这个名字仍然象征着民意调查的历史与专业性。

上图为乔治·盖洛普（George Gallup），美国民意调查先驱，1936 年用配额抽样成功预测罗斯福连任。

✨ 小结

1936 年：大样本便利抽样失败，配额抽样崛起。
1940s：Neyman 的概率抽样理论铺平道路。
1948 年：配额抽样失误，概率抽样登上舞台。

👉 这段故事告诉我们：

样本数量再大，如果来源有偏，也无法保证准确。
科学的抽样方法，才是统计推断的基石。