Neighbourhood Bootstrap for Respondent-Driven Sampling
受访者驱动抽样是一种联系追踪抽样,是一种用于“难以接触”人群的抽样技术,旨在利用个人的社会关系接触潜在的参与者。虽然方法的重点已被限制在人口比例的估计,有一个越来越大的兴趣在RDS的不确定性的估计,最近的研究结果表明,大多数方差估计低估了变异性。最近,Baraff等人。(2016)提出了基于重新构建RDS招募树的\textit{tree bootstrap}方法,并通过经验证明该方法优于当前的bootstrap方法。然而,一些研究结果表明,树引导(严重)高估了不确定性。在本文中,我们提出了\textit{neighbourhood}自助方法量化RDS中的不确定性。我们证明了我们的方法在一定条件下的一致性,并调查其有限样本的性能,通过模拟研究,在现实的RDS采样假设。
2021-02-04 stat.ME
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
Identification of homophily and preferential recruitment in respondent-driven sampling
响应者驱动抽样(RDS)是一种链接追踪程序,用于调查隐藏或难以接触的人群,其中受试者通过他们的社交网络招募其他受试者。在网络中检测流行病学特征的聚类或依赖性是一个重要的研究兴趣,但研究人员对RDS研究的数据是否能揭示这一点存在分歧。RDS研究中,招聘者和被招聘者的特征依赖性有两种不同的机制:同质性,个人倾向于与其他表现出相似特征的人分享社会联系,以及优先招募,招募者不会从他们的可用分身中随机招募。RDS研究中网络同质性和优先招募的不同影响一直是RDS方法学研究和隐藏人群健康风险社会背景实证研究的混乱来源。在本文中,我们给出了严格的同质性和优先招聘的定义,并表明,既不能精确地测量在一般的RDS研究。我们推导出同质性和优先招聘的非参数识别区域,并表明这些参数是不确定的点,除非网络采取退化的形式。结果表明,同质性或招聘偏见的实证RDS研究测量的索赔可能是不可信的。我们应用我们的识别结果,涉及网络人口普查和RDS在哈特福德,CT注射吸毒者的人口研究。
2015-11-17 stat.AP stat.ME
Nonparametric Identification for Respondent-Driven Sampling
受访者驱动抽样是一种针对隐藏或难以接触的人群的调查方法,其中被抽样的个人通过他们的社会联系招募研究人群中的其他人。最流行的估计为人口的平均值假设个人抽样概率是成比例的每个主题的报告程度在社会网络连接成员的隐藏人口。然而,目前还不清楚在什么情况下,这些估计是有效的,以及什么样的假设是正式需要确定人口数量。在这个简短的说明中,我们详细介绍了非参数识别结果的总体平均值时,抽样概率被假定为网络度的函数已知的规模。重要的是,我们建立了流行的Volz-Heckathorn(VH)估计的一致性的一般条件。我们的研究结果意味着,VH估计的一致性的条件远不如最近的RDS诊断工作所建议的严格。特别是,我们的研究结果不需要随机抽样或存在连接人口的网络。
2015-04-14 stat.ME
General Regression Methods for Respondent-Driven Sampling Data
响应者驱动抽样(RDS)是链接追踪抽样技术的一种变体,旨在通过利用个人的社会关系来招募难以接触的人群。因此,RDS样本具有表示未知结构的部分观测网络的图形组件。此外,观察到同质性是很常见的,或者说与具有相似特征的个体形成联系的倾向。目前,对于RDS的多变量建模策略缺乏原则性指导,以解决同质协变量和网络内观察之间的依赖性。在这项工作中,我们提出了一种方法,一般回归技术,使用RDS数据。这是用来研究艾滋病毒治疗的乐观(抗逆转录病毒治疗的价值)的社会人口预测同性恋,双性恋和其他男性同性恋者,招募到RDS研究在加拿大蒙特利尔。
2020-12-01 stat.ME
Estimating hidden population size from a single respondent-driven sampling survey
针对单次受访者驱动抽样调查的隐藏种群规模估计难题,提出基于网络的频率学派模型框架及对应优化算法,刻画了方法的渐近性质并评估了偏离假设时的有限样本性能。
2024-03-07 stat.ME
Clustering Network Tree Data From Respondent-driven sampling with application to opioid users in New York City
有很大的兴趣,找到有意义的子组的属性网络数据。有许多可用的方法来聚类完整的网络。不幸的是,许多网络数据是通过采样收集的,因此是不完整的。响应者驱动抽样(RDS)是一种广泛使用的方法,用于对难以接触的人群进行抽样,该方法基于跟踪潜在未观察到的社交网络中的链接。因此,所得到的数据具有表示网络的子样本的树结构以及许多节点属性。在本文中,我们介绍了一种方法来调整混合模型的一般网络聚类采样RDS。我们将我们的模型应用于纽约市阿片类药物使用者的数据,并检测反映干预活动感兴趣的群体特征的社区,包括药物使用模式,社会联系和其他社区变量
2020-08-08 cs.SI stat.ME
Novel Sampling Design for Respondent-driven Sampling
受访者驱动抽样(RDS)是一种流行于对隐藏和/或边缘化人群进行抽样的链式参考抽样方法。因此,即使在理想的抽样假设下,RDS的性能也受到底层社交网络的限制:如果网络被划分为彼此连接较弱的社区,那么RDS可能会对其中一个社区进行过采样。为了减少社区之间的“转诊瓶颈”,我们提出了反集群RDS(AC-RDS),调整标准RDS的实施。使用RDS文献中的标准模型,即由树索引的社会网络上的马尔可夫过程,我们构造和研究AC-RDS的马尔可夫转移矩阵。我们表明,如果底层网络是从随机块模型与相等的块大小,那么AC-RDS的过渡矩阵有一个更大的频谱间隙,从而更快的混合性能比标准的随机游动模型RDS。此外,我们表明,AC-RDS降低了参考树中的样本的协方差相比,标准RDS,从而导致更小的方差和设计效果。我们确认的有效性,新的设计使用的Add-Health网络和模拟网络。
2017-11-01 stat.ME
Estimating Hidden Population Size using Respondent-Driven Sampling Data
响应者驱动抽样(RDS)是一种在难以接触的人群中进行抽样设计和推断的方法。通常,没有抽样框架,很难从更广泛的抽样框中确定或招募人口成员。常见的例子包括注射毒品使用者、男男性行为者和女性性工作者。大多数RDS数据的分析都集中在估计总体特征,如疾病患病率。然而,RDS通常是在人口规模未知和具有很大独立利益的环境中进行的。本文提出了一种方法来估计的基础上通过RDS收集的数据的目标人群的大小。所提出的方法使用一个连续的采样近似RDS利用信息的有序序列中观察到的个人网络的大小。推理使用贝叶斯框架,允许将先验知识。一个灵活的类的人口规模的先验提出了艾滋病启发。一个广泛的模拟研究提供了深入了解的性能的方法估计人口规模在广泛的条件下。进一步的研究表明,该方法也提高了聚集体特征的估计。一个特定的选择的先验产生良好的频率属性的区间估计。最后,该方法显示出合理的结果时,用于估计在萨尔瓦多的两个城市的艾滋病毒的风险最高的亚人群的数量。
2012-09-27 stat.AP stat.CO stat.ME
Inference from multivariate differential recruitment in respondent-driven sampling data
Pontificia Universidad Católica de Chile(智利天主教 Pontificia 大学);Mount Holyoke College(芒特霍利克学院)
本文提出多变量差异招募框架,结合多个协变量进行采样建模,并通过仿真实验和实际数据应用验证了其有效性。
2026-04-11 stat.ME
Hidden population size estimation from respondent-driven sampling: a network approach
估计污名化、隐藏或难以接触的人群的规模是流行病学、人口学和公共卫生研究中的一个主要问题。捕获-再捕获法和乘数法已成为推断隐藏人口规模的标准工具,但它们需要对目标人口成员进行独立随机抽样,而这几乎是不可能的。受访者驱动抽样(RDS)是一种依赖于社会联系追踪的隐藏人群调查方法。RDS招聘过程旨在通过连接目标人群成员的社交网络传播。在本文中,我们展示了如何使用RDS揭示的网络数据来估计隐藏的人口规模。关键的见解是,招聘链,招聘的时间,以及被招募对象的网络度提供了有关属于目标人群的尚未在样本中的个人数量的信息。我们使用一个计算效率高的贝叶斯方法来整合在招募的个人的子图中的缺失的边缘。我们使用模拟数据验证了该方法,并应用该技术来估计在俄罗斯圣彼得堡注射毒品的人数。
2015-04-30 stat.ME
Multiple seed structure and disconnected networks in respondent-driven sampling
响应者驱动抽样(RDS)是一种特别适合于对隐藏总体进行抽样的链接追踪抽样方法。RDS结合了一个有效的雪球型抽样方案与推理程序,产生无偏的人口估计的抽样程序和人口结构的一些假设。几个种子个体通常用于启动RDS招募。然而,标准RDS估计理论假设所有样本个体仅来自一个种子。我们提出了一个估计,基于一个随机游动与隐形传态,这占RDS的多种子结构。新的估计也可以用于断开的社交网络的人口。我们数值评估我们的估计通过模拟人工和真实的网络。我们的估计优于以前的估计,特别是当样本中的种子的比例很大。我们建议我们的新估计用于RDS研究,特别是当种子数量很大或人口的社会网络断开。
2016-03-14 cs.SI physics.soc-ph stat.ME
Population Size Estimation for Respondent-Driven Sampling and Capture-Recapture: A Unifying Framework
本文针对受访者驱动抽样(RDS)的隐藏种群规模估计问题,提出RDS提名数据的底层过程属于捕获-再捕获实验,构建了统一的种群规模估计方法并验证了其在经典假设偏离场景下的性能。
2023-07-21 stat.ME
Implementation of Web-Based Respondent-Driven Sampling among Men who Have Sex with Men in Vietnam
目的:缺乏关于男男性行为者等隐藏群体的代表性数据,阻碍了对艾滋病毒流行病采取循证对策。应答者驱动抽样(RDS)的发展是为了克服在抽样框缺失的MSM等人群研究中的抽样挑战。基于互联网的RDS(webRDS)可以潜在地规避原始RDS方法的限制。我们的目标是在隐藏人群中实施和评估webRDS。方法和设计:这项横断面研究于2011年2月18日至4月12日在越南的MSM中进行。入选标准为18岁及以上的男性,曾与另一名男性发生性关系,并居住在越南。参与者被一位MSM朋友邀请,登录并回答了一项调查。参与者可以招募最多四个MSM朋友。我们通过其在产生持续招募方面的成功以及样本组成随样本量增加而稳定的程度来评估该系统。结果:20名起始参与者在24次招募波中产生了676名参与者。分析未显示因不合格参与导致偏倚的证据。估计平均年龄为22岁,82%来自两个大都市地区。63个省中有32个省派代表参加。在过去的六个月里,性伴侣的中位数是两个。样品组成对于17个变量中的16个稳定良好。结论:研究结果表明,webRDS可以在越南使用互联网的MSM中以较低的成本实施。WebRDS可能是一种很有前途的方法,抽样使用互联网的MSM和其他隐藏的群体。关键词:受访者驱动抽样,在线抽样,男男性行为者,越南,性风险行为
2012-06-08 stat.ME
Network Model-Assisted Inference from Respondent-Driven Sampling Data
响应者驱动抽样是一种通过社交网络上的链接追踪对难以接触的人群进行抽样的方法。从一个方便的样本开始,每个抽样的人都会得到一小部分唯一标识的优惠券,分发给目标人群的其他成员,使他们有资格参加研究。这可以是从许多种群中收集大量不同样本的有效手段。从这些数据中进行推断需要专门的技术,原因有二。与标准抽样设计不同,抽样过程部分超出了研究人员的控制,部分隐含定义。因此,通常不可能直接计算传统的基于设计的推理所需的采样权重。任何基于似然性的推理都需要对复杂的采样过程进行建模,通常从方便的样本开始。我们引入了一个模型辅助的方法,从而在一个基于设计的估计,利用工作模型的人口结构进行抽样。我们证明了新的估计量相比现有的估计量具有更好的性能,并且能够调整初始样本选择引起的偏差。我们提出了敏感性分析未知的人口规模和误设定的工作网络模型。我们开发了一个自助程序来计算不确定性的措施。我们应用该方法估计在乌克兰的注射毒品使用者(IDU)的人口中的艾滋病毒流行率,并展示它如何可以扩展到包括应用程序的特定信息。
2011-08-01 stat.ME
Modeling and Analysing Respondent Driven Sampling as a Counting Process
调查对象驱动抽样(RDS)是一种抽样设计和分析方法,它利用连接目标人口成员的社会关系网络,使用连锁推荐方法来促进抽样。RDS通常会导致有偏见的抽样,有利于有很多熟人的参与者。朴素的估计,如样本平均值,没有对抽样偏差进行校正,本身也会有偏差。为了弥补这种偏见,目前的方法建议采用反度加权,其中“度”是熟人的数量。这源于RDS的基本假设,即对个体进行采样的概率与其程度成正比。由于这个假设是脆弱的,我们建议利用额外的信息封装在招聘的时间,到一个基于模型的推理框架RDS。这些信息通常由研究人员收集,但被忽视。我们适应流行病过程中的推理方法来估计人口规模,度计数和频率。虽然这些数量本身提供了有价值的信息,但它们最终会消除其他估计值(如疾病的患病率)的偏差。我们的方法的一个基本优势是,基于模型,它使所有的假设的数据生成过程明确。这使得验证的假设,极大似然估计,协变量的扩展,和模型选择。我们发展渐近理论,证明一致性和渐近正态性。我们进一步比较这些估计标准的反度加权通过模拟,并使用真实世界的数据。在这两种情况下,我们发现我们的估计优于目前的方法。我们提出的模型中的似然问题是凸的,因此有效地解决。我们实现这些估计在一个R包,和弦,可在CRAN。
2015-08-18 stat.ME
Linked Ego Networks: Improving Estimate Reliability and Validity with Respondent-driven Sampling
应答者驱动抽样(RDS)是目前广泛用于HIV/AIDS相关高危人群研究的方法。然而,最近的研究表明,传统的RDS方法可能会产生很大的差异,并可能严重偏差,因为RDS背后的假设很少完全满足在现实生活中。为了提高RDS研究中的估计,我们提出了一种新的方法来产生估计与自我网络数据,这是通过询问RDS受访者的个人网络的组成,如“你的朋友结婚的比例是多少?".通过对男同性恋者的真实社会网络以及具有不同结构特性的人工网络进行模拟,我们表明新的估计器RDSI^{ego}比传统的RDS估计器表现出更好的性能。重要的是,RDSI^{ego}表现出很强的鲁棒性的偏好的同伴招聘和网络结构属性的变化,如同质性,活动比,社区结构。传统RDS估计的偏差有时可能高达10%~ 20%,而所有RDSI^{ego}估计的偏差都被很好地限制在2%以下。积极的结果,鼓励研究人员收集自我网络数据的利益的变量RDS,难以访问的人群和一般人群时,随机抽样是不适用的。RDSI^{ego}的局限性是通过模拟RDS来评估的,假设不同的报告误差水平。
2012-10-16 physics.data-an stat.ME
Respondent-driven Sampling on Directed Networks
在研究注射吸毒者或男男性行为者等隐蔽人群时,答复者驱动抽样是一种常用的随机抽样替代方法,因为对这些人群没有已知的抽样框。该方法是雪球样本方法的一个扩展,并且在满足某些假设的情况下,可以生成无偏的总体估计。一个不太可能被满足的关键假设是,招聘过程发生的熟人网络是无定向的,这意味着所有招聘人员都应该有可能被他们招聘的人招聘。在这里,我们调查的潜在偏见的直接模拟RDS真实和人工网络结构。我们表明,导向性很可能产生偏见,无法补偿,除非抽样的个人知道有多少可能已经招募他们(即他们的入度),这是不太可能在大多数情况下。基于一个已知的参数,我们提出了一个估计RDS的有向网络时,只有出度观察。通过比较现有的RDS估计器在不同结构网络上的性能,我们发现我们的新估计器,以及最近的估计器,它需要人口规模作为一个已知的数量,有相对较低的估计误差和偏差。基于我们的新估计,敏感性分析可以通过改变已知参数的值,以考虑网络的方向性和报告度的误差的不确定性。最后,我们开发了一个新的估计量的自助程序,以构建置信区间。
2012-04-29 stat.ME
Random Walks on Directed Networks: Inference and Respondent-driven Sampling
受访者驱动抽样(RDS)是一种经常用于估计难以接触人群的人群属性(例如性风险行为)的方法。它结合了一个有效的修改雪球抽样方法的估计程序,产生无偏的人口估计的假设下,抽样过程的行为就像一个随机游动的社会网络的人口。目前的RDS估计方法假设社交网络是无向的,即所有边缘都是相互的。然而,经验社交网络一般也有非互惠的优势。为了说明这一事实,我们开发了一个新的估计方法RDS在有向边的基础上有向网络上的随机游动的存在。我们区分有向和无向的边缘,并考虑的可能性,随机游动返回到其当前位置在两个步骤通过无向边缘。我们得出的估计的选择概率的个人作为一个函数的数量的外向边缘的采样个人。我们在人工和经验网络上评估了所提出的估计器的性能,以表明它们通常比现有方法表现得更好。当网络中有向边的分数很大时,情况尤其如此。
2013-08-16 cs.SI physics.soc-ph stat.ME
Reinforcement Learning for Respondent-Driven Sampling
本文提出基于强化学习的自适应受访者驱动抽样设计,通过动态定制激励以最大化累积效用,并开发相应事后推断方法,证明其更高效、成本更低且能揭示隐藏人群社会结构。
2025-01-02 math.ST stat.ME stat.TH
New Survey Questions and Estimators for Network Clustering with Respondent-Driven Sampling Data
受访者驱动抽样(RDS)是一种流行的方法,用于对难以调查的人群进行抽样,该方法通过同行招募来利用社交网络联系。虽然RDS最常用于估计感染的流行率和对公共卫生感兴趣的危险行为,如艾滋病毒/艾滋病或安全套的使用,但它很少用于推断这些人群中社交网络的结构特性,因为它通常不会收集必要的数据。利用计算机科学的最新进展,我们介绍了一组数据收集工具和RDS估计网络聚类,一个重要的拓扑属性,已链接到网络的信息,疾病和健康行为的扩散潜力。我们使用模拟来探索这些估计,最初开发的计算机网络的随机游走样本,执行时,适用于RDS样本的特点,在现实的现场设置,离开随机游动。特别是,我们探讨了多个种子的影响,没有与替换,分支链,不完美的反应率,优先招聘,和误报的关系。我们发现,聚类系数估计保留理想的属性在RDS样本。本文采取了重要的一步计算网络特征使用非传统的抽样方法,它扩展了RDS的潜力,告诉研究人员更多关于隐藏的人口和社会因素驱动的疾病流行。
2016-10-21 cs.SI physics.soc-ph stat.ME
New randomized response technique for estimating the population total of a quantitative variable
本文提出了一种新的旨在保护被访者隐私的随机应答技术。它被设计用于估计数量特征的总体总数或总体均值。它为受访者提供了高度的保护,因此它可能会被他们有利地感知,并增加他们的合作意愿。受访者并没有透露所调查的特征的真实值,而是只说明该值是否大于(或小于)他/她随机选择的一个数字,而采访者并不知道。对于每个受访者,这个数字,一种个人的阈值,是从均匀分布中产生的伪随机数。此外,所提出的技术的两个修改。第一个修改假设访问者也知道所生成的随机数。第二项修改涉及的问题是,对于某些变量,如收入,答复者报告的数值过高或过低可能会令人尴尬。因此,根据伪随机下限的值,回答者被问到不同的问题,以避免尴尬。建议的方法是详细适用于简单随机抽样没有更换,但它也可以适用于许多目前使用的抽样方案,包括整群抽样,两阶段抽样等模拟结果说明了所提出的程序的行为。
2021-01-22 stat.ME
Asymptotic Seed Bias in Respondent-driven Sampling
响应者驱动抽样(RDS)通过激励抽样个体将其联系人推荐到样本中来收集网络人群中的个体样本。该迭代过程从一些种子节点初始化。有时,这种选择会产生大量的种子偏见。其他时候,种子偏差很小。本文通过描述其对各种RDS估计的极限分布的影响,对这种偏差有了更深入的了解。利用经典工具和多类型分支过程的结果(Kesten和Stigum,1966),我们证明了广义最小二乘(GLS)估计的种子偏差可以忽略,而逆概率加权和Volz-Heckathorn(VH)估计的种子偏差不可忽略.特别地,我们证明了(i)在临界阈值以上,VH收敛到非平凡的混合分布,其中混合分量取决于种子节点,并且混合分布可能是多峰的。此外,(ii)GLS收敛到高斯分布的种子节点无关,在一定条件下的马尔可夫过程。模拟数据和经验社交网络的数值实验表明,这些结果似乎持有超出马尔可夫条件的定理。
2019-08-21 cs.SI math.PR math.ST
Reducing Seed Bias in Respondent-Driven Sampling by Estimating Block Transition Probabilities
受访者驱动抽样(RDS)是一种流行的方法来研究边缘化或难以接触的人群。它通过激励参与者将他们的朋友推荐到研究中来,从网络人群中收集样本。分析RDS样品的一个主要挑战是种子偏倚。种子偏差是指当社交网络被划分为多个社区(或区块)时,RDS样本可能无法平衡地代表人口中的不同社区,这种不平衡与初始参与者(或种子)相关。在这种情况下,估计量的分布通常是非平凡的混合,这是由(1)种子和(2)参考如何从一个块过渡到另一个块来确定的。本文表明:(1)块-转移概率容易估计,精度高;(2)我们可以用这些估计的块-转移概率来估计块上的平稳分布,从而估计块比例。在RDS文献中,以前曾使用这种块上的固定分布来评估采样过程是否出现“混合”。我们使用这些估计块比例在一个简单的后分层(PS)估计,大大减少种子偏差。通过以这种方式聚集在块/层,我们证明了PS估计是$\sqrt{n}$ -马尔可夫模型下一致的,即使当其他估计不是。仿真结果表明,PS估计具有较小的均方根误差(RMSE)相比,国家的最先进的估计。
2018-12-04 cs.SI math.PR math.ST
Central limit theorems for network driven sampling
响应者驱动抽样是一种流行的隐藏人口抽样技术。本文将响应者驱动抽样模型化为一个由树索引的马尔可夫过程。我们的主要结果表明,Volz-Heckathorn估计是渐近正常的临界阈值以下。关键的技术难点来自于(i)样本之间的依赖性和(ii)表征依赖性的树结构。定理允许树的增长率超过1,并建议这个增长率不应该太大。为了说明这些结果的有用性超出其明显的用途,一个例子表明,在某些情况下,样本平均值是更可取的逆概率加权。我们提供了一个检验统计量来区分这两种情况。
2016-08-28 math.ST stat.ME stat.TH
One-step Estimation of Networked Population Size: Respondent-Driven Capture-Recapture with Anonymity
当已知隐藏和难以接触的人口有不成比例的健康问题或对他们所处的较大环境人口构成健康风险时,对这些人口的人口规模估计就特别重要。得出规模估计数的努力往往因一系列妨碍常规调查战略的因素而受挫,这些因素包括与群体成员身份或成员参与非法活动有关的社会耻辱。本文扩展了以前的研究网络人口规模估计的问题,建立在既定的调查/抽样方法,常用的难以达到的群体。三个新的一步,基于网络的人口规模估计,用于均匀随机抽样,响应驱动抽样的背景下,当网络表现出显着的聚类效应。可证明的充分条件,这些估计的一致性(在大型配置网络)。在广泛的合成网络拓扑结构的仿真实验验证的估计,这被认为是一个现实世界的基于位置的社交网络数据集具有显着的聚类表现良好的性能。最后,所提出的计划进行了扩展,允许他们被用于设置参与者匿名是必需的。系统的实验表明,匿名性保证和估计性能之间的有利权衡。综上所述,我们证明了合理的人口估计可以从匿名受访者驱动的样本250-750人,周围人口5000 - 40000。因此,该方法代表了一种新颖的和具有成本效益的手段,卫生规划人员和那些机构与健康和疾病监测估计隐藏人口的规模。最后一节讨论了局限性和今后的工作。
2017-10-11 cs.SI math.CO stat.ME
Estimating Policy Effects in a Social Network with Independent Set Sampling
本文提出将独立集网络抽样与SAOM结合的策略,以隔离政策直接效应并估计净效应,模拟验证了其有效性。
2024-10-29 cs.SI stat.ME
Silicon Sampling via Cross-Survey Transfer
National Sun Yat-sen University(国立中山大学);National Chung Hsing University(中国台湾国立中兴大学)
研究提出跨调查转移评估框架,用大语言模型根据部分问题答案预测同调查中其他不同问题答案。利用2024年台湾选举与民主化研究数据等,发现零样本大语言模型精度及不同结构可预测性层级等,明确硅采样前景与局限。
2026-07-07 cs.AI cs.CL cs.CY
Power analysis for a linear regression model when regressors are matrix sampled
多重矩阵抽样是一种调查方法技术,它随机选择一个相对较小的项目子集向调查受访者提供,以减轻受访者的负担。产生的数据是完全随机缺失的(MCAR),在线性回归和其他多元统计分析中应使用特殊的缺失数据技术。我们推导出回归参数估计值的渐近方差,使我们能够对通过多矩阵抽样设计获得的数据拟合的线性回归模型进行功效分析。这些想法是通过大五心理特质清单的一个变体来证明的。回归参数空间的探索表明,不稳定的样本量的要求,和大量的损失与矩阵采样回归的精度。非正态数据的模拟表明了半参数多重插补方案的优点。
2017-09-30 stat.ME stat.OT
Improved Randomized Response Technique for Two Sensitive Attributes
本文推广了Mangat(1994)的工作,提出了新的更有效的估计量,用于估计调查抽样中属于两个相关敏感属性的被调查者的总体比例。随着拥有敏感属性的人口比例的增加,我们提出的估计比Lee et al(2013)简单和交叉模型估计更有效。
2016-01-03 stat.ME
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
Scalable Bayes under Informative Sampling
美国劳工统计局根据信息抽样设计,使用调查工具收集数据,将纳入的概率与答复相关联。该局广泛使用贝叶斯分层模型和后验抽样来估算响应水平数据中的缺失项,并推断人口参数。基于信息设计收集的调查数据的后验抽样在计算上是昂贵的,并且不支持局的生产时间表。出于这个问题,我们提出了一种新的方法来衡量贝叶斯计算的信息抽样设计。我们的方法将数据划分为较小的子集,对每个子集并行执行后验采样,并通过它们在2阶Wasserstein空间中的均值将来自所有子集的后验样本集合组合起来。在理论上,我们构造了一类抽样设计的条件,所提出的方法的后验一致性实现。从经验上讲,我们证明了我们的方法与传统方法相比具有竞争力,同时在许多模拟和该局进行的当前就业统计调查中显着更快。
2017-10-24 stat.ME
Bayesian Inference from Non-Ignorable Network Sampling Designs
考虑一个由个体组成的群体和一个编码了他们之间社会联系的网络。我们感兴趣的是从样本中对有限总体和超总体被估量进行推断,这些被估量是个体响应和网络响应的函数。抽样框和网络均不可用。然而,抽样机制隐含地利用网络来招募个体,从而部分揭示样本中个体之间的社会互动以及他们的反应。这是流行病学和医疗保健等领域常见的情况,使用联系追踪机制,包括响应者驱动的抽样,从难以接触到的人群中收集样本。在本文中,我们研究流行的网络抽样机制的统计特性。我们制定的估计问题,鲁宾的推理框架,明确占社会网络结构。然后,我们确定的关键建模元素,导致良好的频率属性的推断时,处理通过非可重复网络采样机制收集的数据。我们证明了这些方法对艾滋病毒在巴西的发病率的研究
2016-12-10 stat.ME
New estimates for network sampling
网络抽样在世界各地用于调查脆弱、难以接触的人群,包括有艾滋病毒、阿片类药物滥用和新出现的流行病风险的人群。抽样方法包括跟踪社会联系,以增加新的人的样本。目前这些调查的估计是不准确的,偏差和均方误差很大,置信区间也不可靠。新的估计在这里引入消除几乎所有的偏差,有更低的均方误差,并使置信区间具有良好的性能。通过避免对总体网络和设计的不切实际的假设,而是使用样本网络数据的拓扑结构以及实际使用的抽样设计来实现改进。在模拟使用真实网络的风险人口,新的估计消除了几乎所有的偏差,并有均方误差是2至92倍低于目前的估计。新的估计是有效的,与各种各样的网络设计,包括那些具有强烈限制的分支,如响应者驱动的抽样和自由分支设计,如雪球抽样。
2020-02-02 stat.ME
Relative Jump Distance: a diagnostic for Nested Sampling
Max Planck Institute for Extraterrestrial Physics(马克斯·普朗克地外物理研究所)
本文提出了一种用于 Nested Sampling 的相对跳跃距离(RJD)诊断方法,通过几何平均 RJD 和 RJD>1 的比例识别有问题的 MCMC 随机游走,在模拟和真实引力波事件推断中验证了其比现有测试更高的敏感性,并已在 UltraNest 4.1 中实现。
2026-10-20 astro-ph.IM stat.ME
Bayesian Unit-level Models for Longitudinal Survey Data under Informative Sampling: An Analysis of Expected Job Loss Using the Household Pulse Survey
本文针对家庭脉搏调查的纵向数据,提出在信息性抽样下同时考虑响应和域层面纵向依赖的贝叶斯分层单元级模型,并通过Gibbs采样器实现估计,在预期失业分析中验证其优于传统方法。
2023-04-16 stat.AP stat.ME
$R^*$: A robust MCMC convergence diagnostic with uncertainty using decision tree classifiers
马尔可夫链蒙特卡罗(MCMC)在过去的三十年里改变了贝叶斯模型的推理:主要是因为这一点,贝叶斯推断现在是应用科学家的主力。在一般情况下,MCMC采样渐近收敛于后验分布,但这并不能保证其在有限时间内的性能。监测收敛性的主要方法是运行多个链并监测单个链的特征,并将其与总体进行比较:如果链内和链间的汇总具有可比性,则这表明链已收敛到共同的平稳分布。在这里,我们介绍了一种新的方法来诊断收敛的基础上如何以及机器学习分类模型可以成功地区分个别链。我们称之为收敛测度$R^*$。与占主导地位的$\widehat{R}$相比,$R^*$是跨所有参数的单个统计量,其指示缺乏混合,尽管也可以确定单个变量对于该度量的重要性。此外,$R^*$不是基于抽样分布的任何单一特征;相反,它使用链中的所有信息,包括联合抽样分布给出的信息,这在很大程度上被现有方法所忽视。我们建议使用两种不同的机器学习分类器-梯度提升回归树和随机森林-来计算$R^*$,这两种分类器在不同维度的模型中都能很好地工作。由于这些方法中的每一种都输出分类概率,因此作为副产品,我们在$R^*$中获得了不确定性。该方法是简单的实施,并可能是一个补充的额外检查MCMC收敛应用分析。
2020-11-19 stat.AP stat.ME
Bridge Sampling Diagnostics
Bocconi University(博科尼大学);Aalto University(阿尔托大学)
本文提出通过Pareto-\hat{k}和块重新洗牌诊断技术来评估桥采样中MCSE估计的可靠性,无需重复后验推断。
2026-08-19 stat.CO stat.ME
Simple estimators for network sampling
提出了一种新的网络抽样设计估计方法,包括响应者驱动抽样(RDS)和雪球抽样(SB)。这些类型的链接追踪设计对于隐藏人群的研究至关重要,例如艾滋病毒风险人群。新方法背后的简单思想是对样本网络数据运行快速抽样过程,以估计实际调查的包含概率,并将其纳入人口均值和比例的不等概率估计中。通常的RDS和SB设计的改进版本也被提出,称为RDS+和SB+,以获得更多的样本内链接的信息。在使用科罗拉多斯普林斯研究艾滋病毒异性传播的网络进行的模拟中,新的估计量在大多数情况下产生的偏差和均方都低于当前方法。对于具有最大均方误差与当前估计的变量,改进与新的估计是戏剧性的。使用增强型设计版本后,估计值得到了更大的改善。对于总体平均度的估计,用新方法估计的效率增益,RDS为29,RDS+为54,SB为26,SB+为80。这意味着,例如,在普通RDS设计中,新估计量的均方误差,相同的数据,是目前使用的估计量的1/29。新方法计算复杂,但速度快,规模扩大。新的估计方法可用于重新分析现有的网络调查数据。对于新的网络抽样研究,建议使用改进的设计以及新的估计量。
2019-04-22 stat.ME
Bayesian bivariate meta-analysis of diagnostic test studies with interpretable priors
在双变量荟萃分析中,涉及的诊断研究数量通常很少,因此频率主义方法可能会导致问题。贝叶斯推断是有吸引力的,因为添加少量信息的信息先验可以稳定分析而不会压倒数据。然而,贝叶斯分析往往是计算上的要求和二元结构的协方差阵的先验的选择是至关重要的数据很少。集成嵌套拉普拉斯近似(INLA)方法提供了一个有效的解决方案的计算问题,避免任何采样,但重要的问题仍然存在的先验。我们探索惩罚复杂性(PC)的先验框架指定信息先验的方差参数和相关参数。PC先验便于模型解释和超参数规范,因为可以直观地结合专家知识。我们进行了模拟研究,以比较不同定义的PC先验的属性和行为,目前使用的先验在该领域。模拟研究表明,使用PC先验的结果在更精确的估计时,指定在一个合理的邻域周围的真相。为了研究PC先验知识在实践中的使用,我们重新分析了使用端粒酶标记物诊断膀胱癌的荟萃分析。
2015-12-19 stat.AP stat.ME
Folded Transport MCMC: Eliminating Label Switching by Sampling on a Fundamental Domain
Wuhan University of Technology(武汉理工大学)
针对对称贝叶斯模型中的冗余多峰性导致MCMC收敛诊断退化的问题,提出Folded Transport MCMC方法,通过在对称群的基本域上构建独立采样器直接对商后验进行推断,并利用LCNF振荡认证框架在商度量下提供可证明的认证下界。
2026-06-19 cs.LG stat.CO stat.ME
Convergence diagnostics for MCMC draws of a categorical variable
马尔可夫链蒙特卡罗(MCMC)是一类流行的统计方法,用于模拟来自目标分布的自相关绘制,包括贝叶斯分析中的后验分布。使用模拟MCMC绘制进行推理的一个重要考虑因素是采样算法已收敛到感兴趣的分布。由于分布通常是非标准形式,收敛性通常无法证明,而是通过收敛性诊断进行评估。虽然MCMC框架中使用的参数通常是连续的,但在许多情况下需要模拟分类变量。示例包括贝叶斯变量选择中的模型包含指标和混合建模中的潜在分类成分变量。传统的收敛诊断是为连续变量设计的,可能不适合分类变量。本文考虑了两种适用于MCMC数据的收敛性诊断方法。本文中讨论的诊断利用卡方检验统计量的相关数据。收敛诊断的性能进行评估,根据各种模拟。最后,诊断应用到一个真实的数据集,其中可逆跳MCMC是用来从有限的混合模型进行采样。
2017-06-15 stat.ME
Network driven sampling; a critical threshold for design effects
网络爬行、雪球抽样和响应者驱动抽样(RDS)是三种用于联系难以接触人群的网络抽样技术。本文研究这些程序作为一个马尔可夫过程的社会网络,是由一棵树索引。该树中的每个节点对应于一个观察,树中的每条边对应于一个引用。使用树(而不是链)索引允许采样单元将多个未来单元引用到样本中。在调查抽样中,设计效应表征了由新的抽样策略引起的额外方差。如果设计效应是某个值$DE$,则从新设计构造估计量使估计量的方差比在具有相同样本量$n$的简单随机样本下的方差大$DE$倍。在一定的假设下,推荐树,网络抽样的设计效果有一个临界阈值,这是一个功能的推荐率$m$和社会网络中的聚类结构,表示的马尔可夫转移阵,$λ_2$的第二个特征值。如果是$m < 1/λ_2^2$,则设计效应是有限的(即标准估计量是$\sqrt{n}$ -相容的)。但是,如果是$m > 1/λ_2^2$,则设计效应随$n$增长(即标准估计量不再与$\sqrt{n}$一致)。超过此临界阈值,估计量的标准误差以$n^{\log_m λ_2}$的较慢速率收敛。马尔可夫模型允许对节点进行重新采样;计算结果表明,研究结果在无替换采样中保持不变。为了估计适应正确水平的不确定性的置信区间,提出了一种新的重新估计过程。计算实验比较这个过程与以前的技术。
2017-06-01 math.ST stat.ME stat.ML
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
Network Sampling Methods for Estimating Social Networks, Population Percentages, and Totals of People Experiencing Unsheltered Homelessness
本文提出利用受访者驱动抽样结合 HMIS 行政数据估计无庇护无家可归者总数,并通过纳什维尔网络数据模拟、功效分析及 2022 年金县 RDS 与 ARIMA 对比验证方法有效性。
2023-10-28 cs.SI stat.ME
Model-Based Inference and Experimental Design for Interference Using Partial Network Data
本文针对完整网络数据难以获取下的干扰与溢出效应问题,基于结构因果模型提出利用部分网络数据进行处理效应估计、推断及处理分配的框架,并证明单一网络渐近性质。
2024-06-17 cs.SI econ.EM stat.ME