[論文レビュー] The Sensitivity of Respondent-driven Sampling Method

Xin Lü, Linus Bengtsson+5 more|arXiv (Cornell University)|Feb 11, 2010

HIV, Drug Use, Sexual Risk参考文献 21被引用数 16

ひとこと要約

本稿は、大規模なLGBTオンラインコミュニティネットワークを用いて、RDSの基本的仮定の違反をシミュレートすることで、RDSの感度を評価している。結果として、ネットワークが有向であるか、結果関連の特徴に基づく非ランダムな勧誘が行われる場合にはRDS推定値に顕著なバイアスが生じるが、これらの2つの主要な問題が存在しない場合、低応答率や自己申告のネットワークサイズの誤りに対してもRDSは頑健であることが示された。

ABSTRACT

Researchers in many scientific fields make inferences from individuals to larger groups. For many groups however, there is no list of members from which to take a random sample. Respondent-driven sampling (RDS) is a relatively new sampling methodology that circumvents this difficulty by using the social networks of the groups under study. The RDS method has been shown to provide unbiased estimates of population proportions given certain conditions. The method is now widely used in the study of HIV-related high-risk populations globally. In this paper, we test the RDS methodology by simulating RDS studies on the social networks of a large LGBT web community. The robustness of the RDS method is tested by violating, one by one, the conditions under which the method provides unbiased estimates. Results reveal that the risk of bias is large if networks are directed, or respondents choose to invite persons based on characteristics that are correlated with the study outcomes. If these two problems are absent, the RDS method shows strong resistance to low response rates and certain errors in the participants' reporting of their network sizes. Other issues that might affect the RDS estimates, such as the method for choosing initial participants, the maximum number of recruitments per participant, sampling with or without replacement and variations in network structures, are also simulated and discussed.

研究の動機と目的

• RDS推定器がその根拠となる仮定の違反に対してどれほど頑健であるかを評価すること。
• ネットワーク構造、同質性、および勧誘行動がRDS推定の正確性に与える影響を調査すること。
• シード選択、クーポン配布、およびリプレースメントあり／なしのサンプリングといった実務的実装選択の影響を評価すること。
• 現実世界の設定においてRDSが不偏推定値を提供する条件を特定すること。
• 非ランダムな勧誘、有向エッジ、不正確な度数報告に起因するバイアスをシミュレートし、その大きさを定量化すること。

提案手法

• 実世界の大規模なLGBTWebコミュニティネットワークを用いて、RDS研究をシミュレートし、推定器の性能をテストした。
• reciprocity（相互性）、接続性、リプレースメントありのサンプリング、度数報告の正確性、ランダムな勧誘といった仮定を1つずつ違反させ、バイアスと誤差を測定した。
• RDSII推定器を用いた：$ \hat{P}_A = \frac{\sum_{i \in A \cap S} d_i^{-1}}{\sum_{i \in S} d_i^{-1}} $、ここで$ d_i $ は個人$ i $ の個人的ネットワークサイズを表す。
• 元のネットワーク、エッジ追加（平均次数が高くなった）ネットワーク、エッジランダム化（再接続された）ネットワークの3種類のネットワークタイプを比較した。
• 主な設計パラメータを変化させた：シード数（1～10）、クーポン数（1～3）、リプレースメントあり／なしのサンプリング。
• 同質性などの個体特徴に基づく確率を導入することで、非ランダムな勧誘をモデル化した。

実験結果

リサーチクエスチョン

• RQ1 ネットワークの有向性はRDS推定値のバイアスと精度にどのように影響するか？
• RQ2 結果と相関する特徴に基づく非ランダムな勧誘の影響は何か？
• RQ3 RDSは自己申告の個人的ネットワークサイズの不正確さに対してどれほど感度が高いか？
• RQ4 リプレースメントあり／なしのサンプリングは推定器の性能にどのように影響するか？
• RQ5 ネットワーク構造と同質性はRDSII推定の正確性にどのように影響するか？

主な発見

• ネットワークが有向である場合、RDS推定値に大きなバイアスが生じる。これは、相互性（無向）の関係という仮定が破られているためである。
• 結果と相関する特徴（例：同質性や社会的クラスタリング）に基づく非ランダムな勧誘が行われると、顕著なバイアスが生じる。
• 有向ネットワークと非ランダムな勧誘の両方が存在しない場合、RDSは低応答率や自己申告のネットワークサイズの誤りに対しても強く耐性を示す。
• 適切な条件下ではRDSII推定器は極めて正確である：無向ネットワークでランダムな勧誘が行われる限り、サンプルサイズが500であってもバイアスは0.001未満にとどまる。
• リプレースメントなしのサンプリングは、リプレースメントありのものよりもバイアスを増大させる。特にスパarsely接続された、または度数分布が偏ったネットワークでは顕著である。
• 度数分布の偏りが大きく、同質性が高いネットワークでは推定性能が低下するが、同質性が低い場合には性能が向上する。