[論文レビュー] Network driven sampling; a critical threshold for design effects

Karl Rohe|arXiv (Cornell University)|May 20, 2015

HIV, Drug Use, Sexual Risk参考文献 40被引用数 10

ひとこと要約

本稿は、ネットワーク駆動型サンプリング（例：レスポンダードライヴンサンプリング）における設計効果の臨界閾値を提示し、紹介率が $1/\lambda_2^2$ を超えると、標準誤差が $1/\sqrt{n}$ よりも遅く減少し、従来の推論が無効化されることを示している。社会的ネットワーク上のマルコフ連鎖モデルを用いて、この閾値を超えると設計効果が無限大に発散することを導出し、正確な信頼区間を得るための新たな再サンプリング手法の必要性を示している。

ABSTRACT

Web crawling, snowball sampling, and respondent-driven sampling (RDS) are three types of network sampling techniques used to contact individuals in hard-to-reach populations. This paper studies these procedures as a Markov process on the social network that is indexed by a tree. Each node in this tree corresponds to an observation and each edge in the tree corresponds to a referral. Indexing with a tree (instead of a chain) allows for the sampled units to refer multiple future units into the sample. In survey sampling, the design effect characterizes the additional variance induced by a novel sampling strategy. If the design effect is some value $DE$, then constructing an estimator from the novel design makes the variance of the estimator $DE$ times greater than it would be under a simple random sample with the same sample size $n$. Under certain assumptions on the referral tree, the design effect of network sampling has a critical threshold that is a function of the referral rate $m$ and the clustering structure in the social network, represented by the second eigenvalue of the Markov transition matrix, $λ_2$. If $m < 1/λ_2^2$, then the design effect is finite (i.e. the standard estimator is $\sqrt{n}$-consistent). However, if $m > 1/λ_2^2$, then the design effect grows with $n$ (i.e. the standard estimator is no longer $\sqrt{n}$-consistent). Past this critical threshold, the standard error of the estimator converges at the slower rate of $n^{\log_m λ_2}$. The Markov model allows for nodes to be resampled; computational results show that the findings hold in without-replacement sampling. To estimate confidence intervals that adapt to the correct level of uncertainty, a novel resampling procedure is proposed. Computational experiments compare this procedure to previous techniques.

研究の動機と目的

• ネットワーク駆動型サンプリング、特にレスポンダードライヴンサンプリング（RDS）における設計効果の漸近的挙動を厳密に分析すること。
• サンプルサイズ $n$ に伴い設計効果が無限大に発散するかどうかを決定する、紹介率 $m$ とネットワークのクラスタリング（$\lambda_2$、マルコフ遷移行列の2番目の固有値を介して）の臨界閾値を同定すること。
• 設計効果がサンプルサイズ $n$ とともに増大する状況において、従来のブートストラップ法が真の不確実性を正しく捉えられないことの原因を解明すること。
• 高分散領域における収束速度 $n^{\log_m \lambda_2}$ に適応する新しい再サンプリング手順「ツリー・ブートストラップ」を提案すること。
• 再帰的サンプリング（復元あり・なし）の両方の仮定の下で、計算実験を通じて理論的結果の妥当性を検証すること。

提案手法

• 各ノードが友人の中からランダムな部分集合を紹介するというプロセスを、紹介木の構造でインデックス化した木構造を用いて、ネットワークサンプリングをマルコフ過程としてモデル化する。
• 定理2.1で、遷移行列 $P$ 及びその固有値に基づいて、RDS推定量の分散に対する正確な式を導出する。
• スぺクトルグラフ理論を用いて、$\lambda_2$（ネットワークのクラスタリングを捉える）を用いた臨界閾値 $m > 1/\lambda_2^2$ を確立する。この閾値を超えると、設計効果は $n$ とともに増大する。
• ノードの再サンプリング率 $\mathbb{E}(R_n)$ を分析し、$m > 1/\lambda_2^2$ の場合に再サンプリング頻度が上昇し、収束が遅くなることを示す。
• 木構造と実際の収束速度 $n^{\log_m \lambda_2}$ を考慮した、新たなツリー・ブートストラップ再サンプリング手法を提案し、高分散領域における信頼区間のカバレッジを向上させる。
• 異なる $\lambda_2$ 値および相関構造の下で、a-tree-bootstrap, u-tree-bootstrap, a-chain-bootstrap, ss-bootstrap の比較によるシミュレーションを通じて、結果の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 設計効果が有限のまま保たれるか、それともサンプルサイズ $n$ とともに増大するかを決定する紹介率 $m$ の臨界閾値は何か？
• RQ2 マルコフ遷移行列の2番目の固有値 $\lambda_2$ は、RDS推定量の漸近的分散および一貫性にどのように影響を与えるか？
• RQ3 なぜ従来のブートストラップ法（例：a-chain-bootstrap）は、$m > 1/\lambda_2^2$ の場合に正確な信頼区間を生成できないのか？
• RQ4 設計効果が $n$ とともに増大する状況で、収束速度 $n^{\log_m \lambda_2}$ に適応できる再サンプリング手順を設計できるか？
• RQ5 実際の状況で一般的な復元なしサンプリングの下でも、理論的枠組みは成り立つか？

主な発見

• $m < 1/\lambda_2^2$ の場合、設計効果は有限であり、標準推定量は $\sqrt{n}$-一貫性を満たす。
• $m > 1/\lambda_2^2$ の場合、設計効果は $n$ とともに増大し、標準誤差は $n^{\log_m \lambda_2}$ の遅い速度で減少する。これにより、$\sqrt{n}$-に基づく推論は無効化される。
• 2番目の固有値 $\lambda_2$ はネットワークのクラスタリングを定量化する。$\lambda_2$ が大きい（強いクラスタリング）ほど、設計効果の増大リスクが高まる。
• 従来のブートストラップ法（例：a-chain-bootstrap）は、高分散領域で信頼区間を過小に評価し、カバレッジが40–70％にまで低下する。
• 提案された a-tree-bootstrap および u-tree-bootstrap 手法は、遅い収束速度を検知し、$\lambda_2 \approx 0.82$ のシミュレーションで正しいカバレッジを達成する。
• 理論的結果は、再帰的サンプリング（復元あり・なし）の両方の設定で成り立つことが、計算実験により確認された。