[論文レビュー] Generating a synthetic population of individuals in households: Sample-free vs sample-based methods

Maxime Lenormand, Guillaume Deffuant|HAL (Le Centre pour la Communication Scientifique Directe)|Aug 31, 2012

demographic modeling and climate adaptation参考文献 11被引用数 27

ひとこと要約

本稿では、集計統計を用いて世帯内の合成世帯を生成する際の、サンプルフリー手法（Gargiulo2010）とサンプルベース手法（Ye2009のIPU）を比較している。サンプルフリー手法は、個々の属性と世帯タイプの両方の同時分布への適合性において、サンプルベース手法を上回り、必要なデータが少なく、サンプル品質への感受性も低いが、個々の人物から世帯への割り当て確率を導出するための前処理がより複雑である。

ABSTRACT

We compare a sample-free method proposed by Gargiulo et al. (2010) and a sample-based method proposed by Ye et al. (2009) for generating a synthetic population, organised in households, from various statistics. We generate a reference population for a French region including 1310 municipalities and measure how both methods approximate it from a set of statistics dervied from this reference population. We also perform sensitivity analysis. The sample-free method better fits the reference distributions of both individuals and households. It is also less data demanding but it requires more pre-processing. The quality of the results for the sample-based method is highly dependent on the quality of the initial sample.

研究の動機と目的

• サンプルフリー手法とサンプルベース手法が、世帯に整理された合成世帯をどの程度正確に生成できるかを評価すること。
• サンプルフリー手法の広範な適用性が、サンプルベース手法に比べて精度が低下するという代償を伴うかどうかを評価すること。
• サンプルベース手法におけるサンプルサイズとデータ品質の変動が、結果に与える感受性を調査すること。
• 合成世帯生成におけるデータ要求量、前処理の負荷、シミュレーションの忠実度の間のトレードオフを特定すること。

提案手法

• サンプルフリー手法は、初期サンプルを必要とせず、事前に計算された個々の属性と世帯タイプの同時分布に基づいて、反復的確率的割り当てにより個人を世帯に割り当てる。
• この手法では、ターゲットの周辺分布から導かれる確率分布に従って、個人タイプを選択し、利用可能な場合に実際の個人をプールから割り当てる形で世帯を構築する。
• サンプルベース手法は、世帯属性の同時分布を推定するために、ランダムに抽出した世帯のサンプルに反復的比例適合（IPF）を適用する。
• 両手法は、フランスの1310自治体の参照合成世帯を用いて評価され、カイ二乗距離と適合度検定を用いて性能を測定した。
• IPU手法は、100回にわたり異なる25%のランダムサンプルを用いて実行され、最小のカイ二乗距離を示した合成世帯を最良の結果として選定した。
• 感度分析では、参照世帯人口の5%から50%までの範囲でサンプルサイズを変化させ、精度への影響を評価した。

実験結果

リサーチクエスチョン

• RQ1 サンプルフリー手法とサンプルベース手法は、合成世帯における個人と世帯の同時分布への適合性において、どのように比較されるか？
• RQ2 初期サンプルの品質が、サンプルベースのIPU手法の性能にどの程度影響を及ぼすか？
• RQ3 サンプルフリー手法は、データ要求量を減らし、サンプル品質への依存を低減しつつ、より良い適合性を達成できるか？
• RQ4 初期サンプルのサイズが、サンプルベース手法による参照分布の再現精度にどのように影響するか？
• RQ5 合成世帯生成におけるデータ要求量、前処理の負荷、およびシミュレーションの正確性の間のトレードオフは何か？

主な発見

• サンプルフリー手法は、個人および世帯の両方の参照分布への適合性において、IPUに基づくサンプルベース手法を上回った。
• 世帯の同時分布に関しては、サンプルフリー手法は95%信頼水準で参照分布と100%の類似度を達成したのに対し、IPU手法は平均で98.6%の良好な予測を達成した。
• 個人の同時分布に関しては、サンプルフリー手法がIPU手法を上回り、IPU手法の良好な予測割合は86.9%であったが、サンプルフリー手法の結果は数値的に測定されていなかったが、より優れた結果であると記述された。
• IPU手法の性能はサンプルサイズに強く依存しており、個人の分布精度は25%のサンプルサイズに達してから初めて顕著に向上した。
• サンプルフリー手法はデータ要求量が少なく、一方で個々の人物から世帯への割り当て確率を導出するための前処理がより複雑である。一方、IPU手法の結果は初期サンプルの品質とサイズに強く依存した。
• 実行時間は両手法でほぼ同等であり、サンプルフリー手法は反復回数に応じて約13～74分、IPU手法はサンプルサイズと反復回数に応じて40～88分であった。