想估计吸烟与收入的关系，却更容易抽到吸烟者，就像只在健身房调查运动习惯：问题不只是结果看起来更“确定”，连回归系数——变量之间关系的估计——也可能被带偏。这叫信息性抽样，即抽中概率在考虑已有变量后，仍与调查结果有关。
据 JASA 摘要页介绍，Robert G. Clark 与 Francis K. C. Hui 提出的 complete sample likelihood（CSL，完整样本似然），同时为总体中的调查结果和“谁会被抽中”建立模型。它既适用于单阶段抽样，也覆盖先抽地区、再抽个人的多阶段调查。相比按入选概率倒数加权的伪似然，作者称 CSL 在模拟和新西兰吸烟状况的两阶段调查中，可降低偏差与标准误，还避开了既有“插入式”样本似然为推断而进行繁重重复抽样的问题。论文未在所给材料中披露具体改善数字；价值在于提醒分析者：抽样机制若与结果纠缠，仅修正标准误并不够。