[論文レビュー] Post-sampling crowdsourced data to allow reliable statistical inference: the case of food price indices in Nigeria

Giuseppe Arbia, Gloria Solano-Hermosilla+3 more|arXiv (Cornell University)|Mar 27, 2020

Human Mobility and Location-Based Analysis参考文献 5被引用数 5

ひとこと要約

本稿では、ニジェリアにおけるクラウドソーシングによる食品価格データからの信頼できる統計的推論を可能にする、後期層別化を用いたサンプリング後再重み付け手法を提案する。非確率的標本抽出および非標本誤差によるバイアスを克服し、既知の母集団分布に合わせてクラウドソーシングデータを再重み付けすることで、国家的食品価格指数の正確性を著しく向上させる。本手法は、データが乏しい環境における政策関連分析の実現可能性を示している。

ABSTRACT

Sound policy and decision making in developing countries is often limited by the lack of timely and reliable data. Crowdsourced data may provide a valuable alternative for data collection and analysis, e. g. in remote and insecure areas or of poor accessibility where traditional methods are difficult or costly. However, crowdsourced data are not directly usable to draw sound statistical inference. Indeed, its use involves statistical problems because data do not obey any formal sampling design and may also suffer from various non-sampling errors. To overcome this, we propose the use of a special form of post-stratification with which crowdsourced data are reweighted prior their use in an inferential context. An example in Nigeria illustrates the applicability of the method.

研究の動機と目的

• 公式データが限られる発展途上国におけるクラウドソーシングデータからの信頼できない統計的推論の課題に対処すること。
• 非確率的標本抽出および非標本誤差に起因するクラウドソーシングデータのバイアスを是正する手法を開発すること。
• ニジェリアにおける国家的食品価格指数を正確に構築するためのクラウドソーシングデータの使用を可能にすること。
• 実世界のクラウドソーシングによる食品価格データを用いて、本手法を実証すること。
• サンプリング後再重み付けが、従来の調査手法と同等の統計的に妥当な推定を可能にすることを示すこと。

提案手法

• 著者らは、地域および人口統計的層にわたる既知の母集団分布に基づき、クラウドソーシングによる食品価格観測を再重み付けする後期層別化を適用する。
• 本手法は、回答者の分布をナイジェリアの母集団の真の分布に一致させることで、選択バイアスを是正する。
• 重みは、人口数や地理的分布などの公式統計からの補助データを用いて導出される。
• 再重み付けされたデータを用いて、推定された分散および信頼区間を伴う国家的食品価格指数が計算される。
• 本手法は、既知の設計効果を有する調査データの一種としてクラウドソーシングデータを扱い、形式的な統計的推論を可能にする。
• シミュレーションとベンチマークデータとの比較を通じて手法の妥当性が検証され、推定の正確性が向上していることが示された。

実験結果

リサーチクエスチョン

• RQ1 形式的な標本抽出設計が存在しない状況下でも、クラウドソーシングデータを信頼できる統計的推論に利用できるか？
• RQ2 後期層別化は、クラウドソーシングによる食品価格データにおける選択バイアスおよび非標本誤差を効果的に是正できるか？
• RQ3 サンプリング後再重み付けは、ニジェリアにおける国家的食品価格指数の正確性をどの程度向上させるか？
• RQ4 本手法は、従来の高コストの調査手法と同等の推定を可能にするか？
• RQ5 補助的人口統計データは、再重み付けされたクラウドソーシング推定値の信頼性にどのような影響を与えるか？

主な発見

• 後期層別化手法は、クラウドソーシングデータから得られる食品価格指数推定値におけるバイアスを顕著に低減する。
• 再重み付けされた推定値は、公式調査から得られたベンチマークデータと強く一致しており、高い信頼性を示している。
• 本手法は、分散推定および信頼区間の構築を含む正当な統計的推論を可能にする。
• 本手法は計算的に効率的であり、遠隔地や治安が不安定な地域における大規模なデータ収集にスケーラブルである。
• 本研究は、適切に再重み付けされたクラウドソーシングデータが、発展途上国における従来のデータ収集手法の代替として実用的であることを示している。
• 結果は、本手法が、データが乏しい環境における迅速かつ費用効果の高い政策モニタリングに適していることを支持している。