[논문 리뷰] 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 Ball외 1명|arXiv (Cornell University)|2019. 06. 11.

Census and Population Estimation참고 문헌 26인용 수 6

한 줄 요약

이 연구는 페루 내전(1980–2000년)의 사망자 수를 추정하기 위해 디리슈레 과정 혼합모형을 활용한 고급 베이지안 다중 목록 캡처-재포획 방법을 적용한다. 새로 확보된 정부 데이터셋을 포함한 일곱 개의 자료원을 활용하며, 범죄자 정보 누락 문제를 새로운 MCMC 기반 동시 추정 프레임워크로 해결한다. 이에 따라 보수적인 사후 추정치는 58,234명(95% 신뢰구간: 56,741–61,289)이며, 유연한 추정치는 65,958명이다. 이는 셰링 패스가 페루 정부보다 더 많은 사망자를 초래했다는 것을 시사한다.

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.

연구 동기 및 목표

• 자료 부족과 모형 한계 문제를 해결함으로써 2003년 진실 및 치유위원회(CVR)의 내전 관련 사망자 추정치를 향상시키기 위해.
• 2003년에는 확보되지 않았던 더 큰 정부 데이터셋을 통합하여 최대 7개의 동시 자료원을 활용해 보다 정확한 추정이 가능하도록 하기 위해.
• 이질적인 캡처 확률과 희박한 자료를 더 잘 다룰 수 있는 베이지안 비모수 잠재클래스 모형(LCMCR)을 개발하고 적용하기 위해.
• MCMC 기반의 누락 데이터 및 모형 파라미터 동시 추정을 통해 누락된 범죄자 분류 레이블을 체계적으로 다룰 수 있는 프레임워크를 구축하기 위해.
• 특히 셰링 패스와 페루 정부의 폭력 행위 간 책임 비율을 통계적 엄밀함을 바탕으로 재평가하기 위해.

제안 방법

• 연구는 다중 자료원 간 개인의 캡처 확률 이질성을 모델링하기 위해 디리슈레 과정 혼합모형을 기반으로 한 베이지안 잠재클래스 모형(LCMCR)을 사용한다.
• 누락된 분류 레이블 문제를 다루기 위해 LCMCR를 확장하여 MCMC 샘플링을 활용해 누락된 범죄자 레이블과 기초 캡처-재포획 과정을 동시에 모델링한다.
• 계층적 우선확률 구조를 사용하며, 총 모집단 크기에는 정보가 없는 우선확률을, 군집 비율과 클래스 확률에는 디리슈레 우선확률을 적용한다.
• MCMC 알고리즘은 잠재클래스 수, 캡처 확률, 클래스 비율, 누락 데이터 지표의 전체 조건부 분포로부터 반복적으로 샘플링한다.
• 모델링은 누락된 개인을 포함한 군집 및 잠재클래스 간의 비음수 다항분포를 사용하여, 누락된 기록의 추정이 가능하도록 한다.
• 모형 적합 과정에서는 누락된 레이블과 모집단 크기의 불확실성을 통합하여, 부호적 가정이나 데이터 풀링 전략을 피한다.

실험 결과

연구 질문

• RQ1 개선된 자료와 방법을 바탕으로 1980년에서 2000년 사이 페루 내전의 총 사망자 수는 얼마인가?
• RQ2 더 큰 정부 데이터셋을 포함시킬 경우 내전 관련 사망자 추정에 어떤 영향을 미치는가?
• RQ3 베이지안 비모수 모형은 희박하고 이질적인 캡처-재포획 자료를 다룰 때 기존의 로그선형 모형보다 얼마나 향상될 수 있는가?
• RQ4 누락된 범죄자 기여도 정보를 임의의 보간 또는 풀링 전략에 의존하지 않고 통계적으로 어떻게 다룰 수 있는가?
• RQ5 셰링 패스와 페루 정부가 총 사망자 수에 기여한 비율은 각각 얼마인가?

주요 결과

• 연구는 보수적인 사후 추정치로 58,234명의 사망자(95% 신뢰구간: 56,741~61,289명)를 도출하였으며, 이는 2003년 CVR의 추정치인 69,280명보다 낮다.
• 더 자유로운 추정치로는 65,958명의 사망자(95% 신뢰구간: 61,462~75,387명)를 산출하였으며, 이는 더 큰 불확실성과 모형의 유연성을 반영한다.
• 셰링 패스 게릴라가 페루 군대보다 더 많은 사망자를 초래했다는 점에서 이전 분석의 일부 가정과 모순된다.
• 누락된 자료 처리 기능을 갖춘 베이지안 LCMCR 모형은 희박하고 이질적인 자료를 다룰 때 기존의 로그선형 모형보다 뛰어난 성능을 보였다.
• 이 방법은 이전에 활용되지 않았던 정부 기록까지 포함하여 데이터 풀링이나 임의의 집계 없이 다수의 자료원을 성공적으로 통합하였다.
• 연구는 MCMC 기반의 누락 레이블과 캡처 확률 동시 모형화가 부호적 보간 기법에 비해 체계적이고 강력한 대안임을 입증하였다.