This article considers the situation that arises when a survey data producer has collected data from a sample with a complex design (possibly featuring stratification of the population, cluster sampling, and / or unequal probabilities of selection), and for various reasons only provides secondary analysts of those survey data with a final survey weight for each respondent and "average" design effects for survey estimates computed from the data. In general, these "average" design effects, presumably computed by the data producer in a way that fully accounts for all of the complex sampling features, already incorporate possible increases in sampling variance due to the use of the survey weights in estimation. The secondary analyst of the survey data who then 1) uses the provided information to compute weighted estimates, 2) computes design-based standard errors reflecting variance in the weights (using Taylor Series Linearization, for example), and 3) inflates the estimated variances using the "average" design effects provided is applying a "double" adjustment to the standard errors for the effect of weighting on the variance estimates, leading to overly conservative inferences. We propose a simple method for preventing this problem, and provide a Stata program for applying appropriate adjustments to variance estimates in this situation. We illustrate two applications of the method to survey data from the Monitoring the Future (MTF) study, and conclude with suggested directions for future research in this area.

中文翻译：

---

在只有最终调查权重可用时合并复杂的样本设计效果。

本文考虑了当调查数据生产者从具有复杂设计（可能具有总体分层、整群抽样和/或选择概率不等）的样本中收集数据时出现的情况，并且出于各种原因仅提供二级分析师这些调查数据具有每个受访者的最终调查权重和从数据计算出的调查估计的“平均”设计效果。一般来说，这些“平均”设计效果，大概是由数据制作者以完全考虑所有复杂抽样特征的方式计算的，已经包含了由于在估计中使用调查权重而可能增加的抽样方差。调查数据的二级分析师，然后 1) 使用提供的信息来计算加权估计，2) 计算反映权重方差的基于设计的标准误差（例如，使用泰勒级数线性化），并且 3) 使用“平均”设计效果夸大估计方差，提供对标准误差应用“双重”调整权重对方差估计的影响，导致推论过于保守。我们提出了一种防止这个问题的简单方法，并提供了一个 Stata 程序，用于在这种情况下对方差估计进行适当的调整。我们举例说明了该方法在监测未来 (MTF) 研究中调查数据的两种应用，并总结了该领域未来研究的建议方向。和 3) 使用“平均”设计效果夸大估计的方差，提供对标准误差应用“双重”调整，以对方差估计的加权影响，导致过于保守的推论。我们提出了一种防止这个问题的简单方法，并提供了一个 Stata 程序，用于在这种情况下对方差估计进行适当的调整。我们举例说明了该方法在监测未来 (MTF) 研究中调查数据的两种应用，并总结了该领域未来研究的建议方向。和 3) 使用“平均”设计效果夸大估计的方差，提供对标准误差应用“双重”调整，以对方差估计的加权影响，导致过于保守的推论。我们提出了一种防止这个问题的简单方法，并提供了一个 Stata 程序，用于在这种情况下对方差估计进行适当的调整。我们举例说明了该方法在监测未来 (MTF) 研究中调查数据的两种应用，并总结了该领域未来研究的建议方向。我们提出了一种防止这个问题的简单方法，并提供了一个 Stata 程序，用于在这种情况下对方差估计进行适当的调整。我们举例说明了该方法在监测未来 (MTF) 研究中调查数据的两种应用，并总结了该领域未来研究的建议方向。我们提出了一种防止这个问题的简单方法，并提供了一个 Stata 程序，用于在这种情况下对方差估计进行适当的调整。我们举例说明了该方法在监测未来 (MTF) 研究中调查数据的两种应用，并总结了该领域未来研究的建议方向。