[論文レビュー] Estimating the Number of Fatal Victims of the Peruvian Internal Armed Conflict, 1980-2000: an application of modern multi-list Capture-Recapture techniques

Daniel Manrique‐Vallier, Patrick Ball+1 more|arXiv (Cornell University)|Jun 11, 2019

Census and Population Estimation参考文献 26被引用数 6

ひとこと要約

本研究は、1980–2000年のペルーカの内戦における死亡者数を推計するために、ディリクレ過程混合を用いた高度なベイジアンマルチリストキャプチャリカプチャ手法を適用し、政府が新たに提供したデータセットも含む7つのデータソースを活用している。被害者の加害者ラベルが欠損している問題に対し、新規のMCMCベースの同時推定フレームワークを提案し、保守的後方分布推定値として58,234名（95%信用区間：56,741–61,289）および楽観的推定値として65,958名を算出。シャイニング・パスはペルーガルーラ軍よりも多くの死亡者を引き起こした。

ABSTRACT

We estimate the number of fatal victims of the Peruvian internal armed conflict between 1980-2000 using stratified seven-list Capture-Recapture methods based on Dirichlet process mixtures, which we extend to accommodate incomplete stratification information. We use matched data from six sources, originally analyzed by the Peruvian Truth and Reconciliation Commission in 2003, together with a new large dataset, originally published in 2006 by the Peruvian government. We deal with missing stratification labels by developing a general framework and estimation methods based on MCMC sampling for jointly fitting generic Bayesian Capture-Recapture models and the missing labels. Through a detailed exploration driven by domain-knowledge, modeling and refining, with special precautions to avoid cherry-picking of results, we arrive to a conservative posterior estimate of 58,234 (CI95% = [56,741, 61,289]), and a more liberal estimate of 65,958 (CI95% = [61,462, 75,387]) fatal victims. We also determine that the Shining Path guerrillas killed more people than the Peruvian armed forces. We additionally explore and discuss estimates based on log-linear modeling and multiple-imputation. We finish by discussing several lessons learned about the use of Capture-Recapture methods for estimating casualties in conflicts.

研究の動機と目的

• データのスパarsityとモデルの限界を解消することで、2003年の真相と和解委員会（CVR）の戦争関連死亡者数推定値を改善すること。
• 2003年当時入手できなかった、より大きな政府データセットを統合し、最大7つの同時データソースを用いたより正確な推定を可能にすること。
• 捕獲確率の不均一性とスパースデータをより適切に扱える、ベイジアン非パラメトリック潜在クラスモデル（LCMCR）の開発と適用。
• MCMCベースの同時推定により、欠損した加害者分類ラベルを統制的に処理するフレームワークの構築。
• 特にシャイニング・パスとペルーガルーラ軍の暴力の相対的貢献度を、より統計的に洗練された手法で再評価すること。

提案手法

• 本研究は、複数のデータソースにおける個体の捕獲確率の不均一性をモデル化するため、ディリクレ過程混合に基づくベイジアン潜在クラスモデル（LCMCR）を採用している。
• 不完全な分類を扱うために、MCMCサンプリングを用いて欠損加害者ラベルと潜在的なキャプチャリカプチャプロセスを同時にモデル化することで、LCMCRを拡張している。
• 階層的事前分布構造を用い、母集団総数には非情報的事前分布を、ストラトム内割合およびクラス確率にはディリクレ事前分布を設定している。
• MCMCアルゴリズムは、潜在クラスの度数、捕獲確率、クラス内割合、および欠損データインジケータのフル条件付き分布から反復的にサンプリングする。
• 未観測の個体数の推定を可能にするために、負の多項分布を用いてストラトおよび潜在クラス間の未観測個体をモデル化している。
• モデル適合では、欠損ラベルと母集団サイズの両方の不確実性を統合的に扱い、恣意的な仮定やデータプールイングを回避している。

実験結果

リサーチクエスチョン

• RQ1 改善されたデータと手法を用いた場合、1980年から2000年までのペルーカ内戦における死亡者総数はいかほどか？
• RQ2 より大きな政府データセットの統合が、戦争関連死亡者数の推定にどのように影響を及えるか？
• RQ3 ベイジアン非パラメトリックモデルは、従来の対数線形モデルに比べて、スパースかつ不均一なキャプチャリカプチャデータをどれほど改善できるか？
• RQ4 任意の補完やプールイング戦略に依存せずに、紛争被害者データにおける欠損した加害者属性を統計的にどのように処理できるか？
• RQ5 シャイニング・パスとペルーガルーラ軍が、死亡者総数にそれぞれどの程度の貢献をしたか？

主な発見

• 本研究は、保守的後方分布推定値として58,234名の死亡者（95%信用区間：56,741～61,289名）を算出し、CVRが2003年に提示した69,280名の推定値を下回っている。
• 楽観的推定値は65,958名（95%信用区間：61,462～75,387名）であり、より高い不確実性とモデルの柔軟性を反映している。
• シャイニング・パスのゲリラ部隊がペルーガルーラ軍よりも多くの死亡者を引き起こしたことが判明し、過去の分析における一部の仮定と矛盾する。
• 欠損データ処理を組み込んだベイジアンLCMCRモデルは、従来の対数線形モデルに比べ、スパースかつ不均一なデータの取り扱いにおいて優れている。
• 本手法は、従来あまり活用されていなかった政府記録を含む複数のデータソースを、データプールイングや恣意的な集約なしに統合できている。
• MCMCベースの同時モデリングにより、欠損ラベルと捕獲確率を統合的に推定する手法が、恣意的な補完技術の代替として原理的かつ強固であることが示された。