Randomized Recruitment Driven Sampling
University of Washington（华盛顿大学）；Columbia Business School, Columbia University（哥伦比亚大学商学院）；CEPR（经济政策研究中心）
RRDS通过引入研究者控制的随机化，改进了传统RDS在低污名化群体中的应用，减少偏差并提高置信区间覆盖。
2026-10-23 econ.GN q-fin.EC stat.AP
Respondent-Driven Sampling: An Assessment of Current Methodology
响应者驱动的抽样（RDS）采用一种链接跟踪网络抽样策略的变体，从难以接触的人群中收集数据。通过跟踪底层社会网络中的链接，该过程利用社会结构来扩展样本并减少其对初始（便利）样本的依赖。RDS的主要目标通常是估计难以接触人口的平均数。目前的估计数作出了强有力的假设，以便将数据作为概率样本处理。特别是，我们评估了三个关键的敏感性估计：初始样本引起的偏差，受访者行为的不可控特征，以及抽样的无替换结构。这份文件对铁路数据系统的使用者是一个警告。虽然目前的RDS方法是强大的和聪明的，有利的统计特性声称目前的估计被证明是严重依赖于往往不切实际的假设。
2009-04-12 stat.AP
Network Structure and Biased Variance Estimation in Respondent Driven Sampling
本文探讨了被访者驱动抽样（RDS）中抽样方差估计的偏差问题。以前的RDS方法学工作集中在其有问题的假设和偏差和效率低下的人口平均估计。尽管如此，研究人员只给予轻微的关注，估计抽样方差RDS的主题，尽管方差估计的重要性，置信区间和假设检验的建设。在本文中，我们表明，RDS抽样方差的估计依赖于一个关键的假设，即网络是一阶马尔可夫（FOM）的因变量的利益。我们证明，通过直观的例子，数学概括，和计算实验，目前的RDS方差估计将总是低估RDS在不符合FOM假设的经验网络的人口抽样方差。对Facebook和Add Health的215个大学和学校网络的分析表明，我们分析的每个经验网络都违反了FOM假设，这些违反行为导致了抽样方差的RDS估计值存在很大偏差。我们提出并测试了两种替代方差估计，显示出一定的承诺，减少偏见，但也说明了估计抽样方差的限制，只有部分信息的底层人口社会网络。
2015-12-04 cs.SI stat.AP stat.ME
The Sensitivity of Respondent-driven Sampling Method
许多科学领域的研究人员从个人到更大的群体进行推断。然而，对于许多群体来说，没有成员名单可以从中抽取随机样本。回应者驱动抽样（RDS）是一种相对较新的抽样方法，它通过使用所研究群体的社交网络来规避这一困难。在某些条件下，RDS方法已被证明可以提供人口比例的无偏估计。该方法目前广泛用于全球艾滋病毒相关高危人群的研究。在本文中，我们测试的RDS方法，通过模拟RDS研究的社交网络的一个大型LGBT网络社区。的RDS方法的鲁棒性进行了测试，违反，一个接一个，该方法提供无偏估计的条件下。结果表明，偏见的风险是大的，如果网络是直接的，或受访者选择邀请的人的基础上的特征与研究结果。如果这两个问题是不存在的，RDS方法表现出很强的抵抗力，低响应率和某些错误的参与者的报告，他们的网络规模。其他可能影响RDS估计的问题，如选择初始参与者的方法，每个参与者的最大招募次数，有或没有替换和网络结构的变化，也进行了模拟和讨论。
2010-02-16 physics.data-an q-bio.QM stat.AP
Respondent-driven sampling bias induced by clustering and community structure in social networks
使用标准抽样方法对隐藏人口进行抽样特别具有挑战性，主要是因为缺乏抽样框。响应者驱动的抽样（RDS）是一种替代方法，利用同龄人之间的社会联系，以达到这些难以达到的人群中的个人和重量。这是一个滚雪球式的抽样程序，根据接触人数的差异，对被抽样的可能性调整答卷人的权重。在RDS中，社会联系的结构因此定义了采样过程并影响其覆盖范围，例如通过将采样限制在网络的子区域内。在本文中，我们研究的偏见引起的网络结构，如社会三角形，社区结构，和异质性的联系人的数量，在招聘树和RDS估计。我们模拟不同的网络结构和响应率的情况下，研究潜在的偏见，人们可能会期望在现实环境中。我们发现，估计变量的患病率与个人所属的网络社区的大小有关。此外，我们观察到，如果样本和网络的大小相似，那么在某些情况下，低度节点可能会被欠采样。最后，我们还表明，低响应率导致合理准确的平均估计的患病率，但产生相对较大的偏差。
2015-03-19 cs.SI physics.data-an physics.soc-ph
Robust Estimation of Polychoric Correlation
Erasmus University Rotterdam（伊拉斯姆斯大学鹿特丹）；University of Zurich（苏黎世大学）；Harvard University（哈佛大学）
本文提出了一种鲁棒的多项相关性估计方法，以应对模型部分不规范性，通过最小化鲁棒损失函数，提高了在存在粗心被试者情况下的估计鲁棒性和实用性。
2025-12-01 math.ST stat.AP stat.ME
Analysis of a capture-recapture estimator for the size of populations with heterogenous catchability, and its evaluation on RDS data from rural Uganda
在本文中，我们考虑捕获-再捕获实验与异质可捕性。在我们考虑的设置，广泛的Huggins-Alho估计是不是很合适，我们介绍和研究一个新的广义Horvitz-Thompson估计。我们的动机是响应者驱动抽样（RDS），这是一个很好的例子，这样的设置，捕获概率取决于未知的人口规模以及可观察的协变量，网络程度的个人，由于同行招聘。在讨论了新估计量的理论特性后，在附录中给出了完整的细节，我们在各种经验和模拟数据集上对其进行了评估，重点是在乌干达农村人口中的RDS调查，其中人口规模是先验的。由此得到的结果表明，调整后的估计是更少的偏见比天真的林肯-彼得森估计。
2011-11-07 q-bio.QM stat.AP stat.ME
Coarsening-adjusted estimators for finite-population indicators
Ca’ Foscari University of Venice（威尼斯大学）；University of Bologna（博洛尼亚大学）
研究样本调查中数值变量粗化问题，提出通过将观察响应视为潜在变量粗化表现，用调查加权伪似然方法联合建模，经方差分解传播不确定性，经模拟研究和实际应用验证方法性能及相关性。
2026-07-28 stat.AP stat.ME
Optimal integrating learning for split questionnaire design type data
在数据科学时代，经常会遇到针对不同情况获得的具有不同变量子集的数据。其中一个例子是问卷分拆设计（SQD），通过将问卷的不同子集分配给不同的抽样受访者，以减少受访者的疲劳和提高回复率。然后，一般的问题是如何基于这样的逐块观测数据来估计回归函数。目前，这通常是在缺失数据方法的帮助下进行的，不幸的是，这可能会遭受密集的计算成本，高可变性，以及在实际应用中可能存在的大的建模偏差。在这篇文章中，我们开发了一种新的方法来估计回归函数的SQD型数据。我们首先分别使用可用的数据块构建一个候选模型列表，然后适当地组合估计以有效地利用所有信息。我们证明了所得到的平均模型是渐近最优的，在这个意义上，平方损失和风险是渐近等价的最好的，但不可行的平均估计。模拟的例子和应用程序的SQD数据集从欧洲社会调查显示所提出的方法的承诺。
2021-08-06 stat.AP stat.ME
The Persistent Non-Response Bias in a Sample-Matched Poll for the 2024 U.S. Presidential Election
Harvard University（哈佛大学）
针对2024年美国总统选举民调偏差，利用数据缺陷相关性框架分析6万受访者数据，发现特朗普选民的无应答偏差持续存在，并提出基于历史数据缺陷相关性和投票率的预选举偏差校正估计器。
2026-06-12 stat.AP
Hybrid Probabilistic-Snowball Sampling
雪球抽样是对人群进行抽样设计的通用名称，要求受访者在其社会关系中分享问卷。除了一些例外，雪球抽样的估计值被认为是有偏差的。然而，偏差的大小受到抽样设计元素和目标人群特征的组合的影响。混合概率-雪球抽样设计（HPSSD）旨在通过对雪球的第一阶段0进行随机过抽样来减少雪球样本中的主要偏倚来源。为了检查HPSSD的应用程序的行为，我们开发了一种算法，通过将随机块模型的边缘嫁接到集团图中，模拟烟草吸烟者的网络。不同的HPSSD操作的结果进行了模拟。对8,000次模拟运行的推断导致认为HPSSD不会提高已经具有代表性的样本的可靠性。但如果群体中的同质性足够低，即使是HPSSD的未经调整的样本均值也比随机但规模过小的抽样略好。消除HPSSD估计值的偏置表明性能有所改善，因此调整后的HPSSD估计值是一个理想的发展。
2022-04-04 stat.AP stat.CO stat.ME
Rectification Difficulty and Optimal Sample Allocation in LLM-Augmented Surveys
Michael G. Foster School of Business, University of Washington（华盛顿大学Michael G. Foster商学院）
本文研究在LLM预测可用时如何分配人类样本以提高估计效率，提出校正难度分析、最优分配规则及元学习方法，通过实验证明其在不同领域和LLM上的有效性。
2026-07-13 cs.AI stat.AP
Federated Item Response Models: A Gradient-driven Privacy-preserving Framework for Distributed Psychometric Estimation
University of Toronto（多伦多大学）
本文提出FedIRT框架，实现分布式项目反应模型校准，同时保护隐私；FedIRT-DP进一步引入差分隐私，提供隐私-效用平衡，并通过实验证明其在实际数据集中的有效性。
2026-04-03 cs.LG stat.AP stat.ML
Differential Privacy Guarantees in Small Area Estimation
Washington State University（华盛顿州立大学）；University of Maryland（马里兰大学）；Institute for Employment Research（就业研究所）；Ludwig-Maximilians-Universität München（慕尼黑路德维希-马克西米利安大学）
本研究证明贝叶斯 Fay-Herriot 模型的后验发布在固定方差分量时无需加噪即可满足 Rényi 与零集中差分隐私，并推导敏感度公式，应用于贫困与吸烟率估计。
2026-09-10 stat.AP stat.ME
Panel Conditioning in Fixed-Effects Models: Identification and Bias Propagation
Toyo University（东洋大学）
本研究在固定效应模型中刻画面板条件作用的识别特征，证明双向固定效应吸收未识别方向，并提出基于任期指标的双向回归纠正偏差，通过模拟和实证数据验证。
2026-09-25 econ.EM stat.AP stat.ME
