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
Large sample properties of the Midzuno sampling scheme with probabilities proportional to size
Midzuno采样能够无偏地估计比率。在Midzuno抽样下，证明了总数和比率估计的渐近正态性.我们还提出了一致的方差估计。
2019-10-16 math.ST stat.TH
Temporal Network Sampling
Intel Labs（英特尔实验室）；Texas A&M University（得克萨斯农工大学）；Adobe Research（奥多比研究院）
时间网络代表了一个流的时间戳边缘似乎无处不在，在现实世界中。然而，这些网络的巨大规模和连续性使其在分析和利用描述性和预测性建模任务方面具有根本性的挑战。在这项工作中，我们提出了一个具有无偏估计的时间网络采样的一般框架。我们开发在线，单通采样算法和无偏估计的时间网络采样。所提出的算法能够快速，准确，和内存效率的时间网络模式和属性的统计估计。此外，我们提出了一个时间衰减采样算法与无偏估计研究网络的发展，在连续的时间，其中的链接的强度是时间的函数，和图案的时间加权。与先前的$\bigtriangleup t$ -时间基序的概念相反，所提出的用于对时间加权基序进行计数的公式和算法对于预测网络中的任务是有用的，例如预测未来的链路，或者节点和链路的未来时间序列变量。最后，在不同领域的各种时态网络上的实验证明了所提出的算法的有效性。提供了详细的消融研究，以了解拟议框架的各个组成部分的影响。
2021-01-07 cs.DS cs.LG cs.SI
Chernoff Sampling for Active Testing and Extension to Active Regression
UW-Madison（威斯康星大学麦迪逊分校）；Missouri S&T（密苏里科技大学）
主动学习可以减少执行假设检验和估计模型参数所需的样本数量。在本文中，我们重新审视的工作，描述了一个渐进的最优算法进行假设检验的Zeroff。我们获得了一个新的样本复杂性界的Zeroff的算法，与一个非渐近项，其特征在于在一个固定的置信水平的性能。我们还开发了一个扩展的Dupff采样，可用于估计各种各样的模型的参数，我们得到的估计误差的非渐近界。我们应用我们的扩展的Brackoff采样主动学习神经网络模型，并估计参数的真实数据的线性和非线性回归的问题，我们的方法表现良好的国家的最先进的方法。
2022-03-11 cs.LG stat.ML
Consistency of Importance Sampling estimates based on dependent sample sets and an application to models with factorizing likelihoods
本文证明了基于相依样本集的重要性抽样估计在一定条件下是相合的。这可以用来减少贝叶斯模型中的方差，使用比可能性评估数量大得多的样本集，这种技术被称为样本膨胀。我评估了一个玩具高斯问题和两个混合模型的样本膨胀。
2015-03-01 stat.ME
Correcting spatial Gaussian process parameter and prediction variance estimation under informative sampling
信息性抽样设计可以通过两种重要方式影响空间预测或克里金法。首先，抽样设计可能会使空间协方差参数估计产生偏差，而空间协方差参数估计反过来又会使空间克里金估计产生偏差。其次，即使使用空间协方差参数的无偏估计，由于克里金方差是观测位置的函数，因此这些估计值将根据样本而变化，并高估了基于总体的估计值。在这项工作中，我们开发了一个加权的复合似然方法，以提高空间协方差参数估计下的信息抽样设计。然后，给出这些参数估计，我们提出了三种方法来量化空间预测中的方差估计的抽样设计的影响。这些结果可用于为基于群体的推理做出明智的决策。我们用一个全面的模拟研究来说明我们的方法。然后，我们应用我们的方法进行空间预测位于整个加州中部的井中的硝酸盐浓度。
2021-08-27 stat.ME
Importance sampling squared for Bayesian inference in latent variable models
我们考虑贝叶斯推断时，重要性抽样的可能性是分析棘手的，但可以无偏估计。我们将此过程称为重要性抽样平方（IS 2），因为我们通常可以通过重要性抽样来估计可能性本身。我们提供了一个正式的理由重要性抽样时，估计的可能性和研究其收敛特性。我们分析的影响，估计的可能性推断，并提供指导方针，如何建立的精度的可能性估计，以获得最佳的权衡？计算成本和模型参数后验推断的准确性之间的关系。我们举例说明的过程中的经验应用的广义多项logit模型和随机波动率模型。结果表明，在最优实现下，IS2方法可以得到快速准确的后验推理。
2016-07-24 stat.ME
Bayesian Sample Size Determination: Sampling Distribution Estimation or Exploration?
The University of British Columbia（不列颠哥伦比亚大学）
本文针对贝叶斯样本量确定，比较了估计与探索抽样分布两种策略，通过理论推导和数值研究评估其偏差、精度及敏感性，以促进最佳实践。
2026-09-18 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
Dynamic spatial and network sampling
本文考虑了在动态网络和时空环境中的抽样和干预的一些设计。样本主要通过追踪网络链接在人口中传播，尽管也可以使用随机抽样或空间设计。为了研究不同设计的有效性，通过模拟来研究如何找到进行观察和引入干预的单元。为此目的，一个动态的空间网络模型开发的基础上简单的随机过程。所考虑的抽样过程既有获取过程，也有从样本中增加和删除单位的消耗过程。通过所产生的平衡分布的变化，或更详细地说，通过干预战略所产生的样本路径的分布，来评估采用给定抽样设计的干预措施的效果。
2013-05-28 stat.ME
Evaluating and Optimizing Network Sampling Designs: Decision Theory and Information Theory Perspectives
一些最常用的隐式利用社交网络的采样机制取决于调优参数;例如，响应者驱动采样（RDS）由种子数量和最大引用数量指定。我们感兴趣的问题，优化这些采样机制相对于他们的调谐参数，以优化人口数量的推断，其中这样的数量是网络的函数和在节点处进行的测量。这是通过依次用决策论和信息论来阐述问题来实现的。我们讨论如何在本文中讨论的方法，通过理论结果，其他形式主义，旨在比较抽样设计，即充分性和Goel-DeGroot准则。不同的网络采样机制的优化过程中示出通过模拟的贝叶斯临床试验的方式。
2019-12-05 stat.ME
Estimating the size and distribution of networked populations with snowball sampling
提出了一种估计种群规模和网络种群特征的新策略。样本选择基于多波雪球抽样设计。对种群网络图提出了一种广义随机块模型。推理是基于贝叶斯数据增强程序。应用程序提供了一个经验和模拟人口。结果表明，统计上的有效估计的规模和分布的人口可以实现。
2019-07-29 stat.ME
On improving the estimates of the sampling variances via Global-Local priors in Small Area Estimation
Department of Statistics, University of California, Davis（加州大学戴维斯分校统计系）
研究小区域估计中抽样方差估计问题，提出纳入全局-局部先验的新贝叶斯模型改进后验估计，研究其理论性质并开发算法，通过模拟和实际应用验证该模型性能。
2026-07-10 stat.ME
Mastering an Accurate and Generalizable Simulation-Based Method to Obtain Bias-corrected Point Estimates and Sampling Variance for Any Effect Sizes
University of Alberta（阿尔伯塔大学）；University of New South Wales（新南威尔士大学）；Jagiellonian University（雅盖隆大学）；Zhejiang University（浙江大学）；The University of Sydney（悉尼大学）；The Australian National University（澳大利亚国立大学）
针对传统抽样方差推导困难的问题，提出名为 SAFE bootstrap 的基于模拟的四步方法，为任意效应量提供偏差校正点估计和标准误，并附带 R 代码教程。
2025-10-31 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
A spatial variance-smoothing area level model for small area estimation of demographic rates
准确估计国家以下各级的卫生和人口指标对于为卫生政策决定提供信息至关重要。许多国家利用复杂的住户调查收集相关数据，但在数据有限的情况下，小地区比例的直接调查加权估计数可能不可靠。将这些直接估计值作为响应数据处理的区域水平模型可以提高精度，但通常需要所有区域的直接估计值的已知抽样方差。在实践中，抽样方差通常是估计的，因此标准方法不考虑不确定性的关键来源。为了解释估计的抽样方差的变异性，我们提出了一个分层贝叶斯空间区域水平模型，平滑估计的均值和抽样方差，以产生小面积比例的点和区间估计。我们的模型明确的目标是估计小面积的比例，而不是连续变量的平均值，我们考虑了中度和低度流行事件的例子。我们证明了我们的方法的性能，通过模拟和应用到疫苗接种覆盖率和艾滋病毒流行率数据的人口与健康调查。
2022-09-06 stat.ME
Analysis of Error-prone Electronic Health Records with Multi-wave Validation Sampling: Association of Maternal Weight Gain during Pregnancy with Childhood Outcomes
电子健康记录（EHR）数据越来越多地用于生物医学研究，但这些数据已经认识到数据质量的挑战。数据验证对于有信心地使用EHR数据是必要的，但有限的资源通常使完整的数据验证成为不可能。使用EHR数据，我们说明了前瞻性，多波，两阶段验证抽样，以估计母亲在怀孕期间体重增加和她的孩子患肥胖症或哮喘的风险之间的关联。最优验证抽样设计取决于所关心的回归系数的未知有效影响函数。在我们的多波验证设计的第一波中，我们使用未经验证的（第1阶段）数据估计影响函数以确定我们的验证样本;然后在后续波中，我们使用经验证的（第2阶段）数据重新估计影响函数并更新我们的采样。为了提高效率，估计结合了肥胖和哮喘抽样框，同时使用广义排序校准采样权重。我们在6个采样波中验证了10，335个母子EHR对中的996个。儿童肥胖/哮喘和母亲体重增加之间的估计关联，以及其他协变量，比较天真的估计，只使用未经验证的数据。在某些情况下，估计数差异很大，这突出表明了有效验证抽样的重要性，以获得包含验证数据的准确估计数。
2021-09-28 stat.AP stat.ME
Reliability of relational event model estimates under sampling: how to fit a relational event model to 360 million dyadic events
我们评估了两种抽样方案下估计的关系事件模型参数的可靠性：（1）从观察到的事件中均匀抽样，（2）病例对照抽样，从适当定义的风险集中抽取非事件或空二对（“对照”）。我们实验确定的变异性估计参数作为一个函数的采样事件和控制每个事件的数量，分别。结果表明，关系事件模型可以可靠地拟合网络连接超过1200万个节点，超过3.6亿个二元事件，通过分析一些数万个事件和少量的控制每个事件的样本。使用我们在维基百科编辑网络上收集的数据，我们说明了基于关系事件模型的实证研究中通常包含的网络效应如何需要广泛不同的样本量来可靠地估计。在我们的分析中，我们使用了一个开源软件，它实现了两个抽样方案，允许分析师将关系事件模型拟合和分析到可能在不同的经验设置、不同的样本参数或模型规格中收集的相同或其他数据。
2019-11-13 cs.SI 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
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
Computationally Efficient Bayesian Unit-Level Models for Non-Gaussian Data Under Informative Sampling
传统上，通过基于设计的估计器获得来自调查样本的统计估计。在许多情况下，这些估计量往往适用于总体总数或均值等数量，但当样本量变小时可能会出现不足。在当今的“信息时代”，对更细粒度的估计有着强烈的需求。为了满足这一需求，使用贝叶斯伪似然，我们提出了一个计算效率高的单位级建模方法下收集的非高斯数据的信息抽样设计。具体来说，我们专注于二进制和多项式数据。我们的方法是多变量和多尺度的，在区域一级的空间依赖性。我们说明我们的方法，通过实证模拟研究，并通过一个激励性的应用程序，以健康保险估计使用美国社区调查。
2020-09-11 stat.AP 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
Fast MCMC sampling for Markov jump processes and continuous time Bayesian networks
Gatsby Computational Neuroscience Unit（盖比计算神经科学单元）；University College London（伦敦大学学院）
马尔可夫跳过程和连续时间贝叶斯网络是一类重要的连续时间动态系统。在本文中，我们通过引入一个快速辅助变量吉布斯采样器来解决这些模型中未观测路径的推断问题。我们的方法是基于均匀化的思想，并建立了一个马尔可夫链的路径通过采样一组有限的虚拟跳跃时间，然后运行一个标准的隐马尔可夫模型的前向滤波-后向采样算法的状态在现有的和虚拟的跳跃时间。我们证明了显着的计算效益超过一个国家的最先进的吉布斯采样器上的一些连续时间贝叶斯网络。
2012-02-14 cs.LG stat.ME stat.ML
Fast Moving Sampling Designs in Temporal Networks
在一项与此相关的研究中，我建立了一个时间网络模拟环境，用于评估网络干预策略。网络干预策略包括抽样设计，以选择网络中的节点。对样本中的节点进行干预，以便以某种期望的方式改变更广泛的网络。网络干预策略可以表示自然代理，例如在网络中传播的病毒，防止或减少病毒传播的程序，以及在形成和消除创建，维护或改变网络的链接中的个体节点（例如人）的代理。本文件探讨理想化版本的抽样设计用于该研究。其目的是更好地理解自然和人类的网络设计在真实情况下，并提供一个简单的推断设计为基础的属性，反过来衡量性能的时变网络。设计使用链接跟踪，有时使用其他概率程序来向样本中添加单元，并有一个持续的损耗过程，通过该过程将单元从样本中删除。
2015-11-30 cs.SI physics.soc-ph stat.ME
Approximate blocked Gibbs sampling for Bayesian neural networks
The University of Manchester（曼彻斯特大学）
本文提出近似分块 Gibbs 采样以提升前馈神经网络小批量 MCMC 的可行性，通过参数分组与深层降方差缓解深度增加导致的接受率消失，从而支持更长链运行并改善分类准确率与不确定性量化。
2023-07-24 cs.LG stat.CO stat.ME
