[논문 리뷰] The graphical structure of respondent-driven sampling

Forrest W. Crawford|arXiv (Cornell University)|2014. 06. 03.

HIV, Drug Use, Sexual Risk참고 문헌 27인용 수 4

한 줄 요약

이 논문은 응답자 기반 샘플링(RDS)을 위한 연속시간 확률 모델을 제안하며, 모집 시기, 쿠폰 사용 패턴, 응답자의 네트워크 차수를 활용하여 숨겨진 사회적 네트워크 구조를 추론한다. 모집를 시간 연속 과정으로 모델링하고, 이를 통해 유도된 부분그래프를 지수형 무작위 그래프로 간주함으로써, 계산적으로 효율적인 기반 네트워크 추정이 가능해지며, 시뮬레이션을 통해 검증되었고 러시아 푸블로프스크의 투여 약물 사용자에 대한 RDS 연구에 적용되었다.

ABSTRACT

Respondent-driven sampling (RDS) is a chain-referral method for sampling members of a hidden or hard-to-reach population such as sex workers, homeless people, or drug users via their social network. Most methodological work on RDS has focused on inference of population means under the assumption that subjects' network degree determines their probability of being sampled. Criticism of existing estimators is usually focused on missing data: the underlying network is only partially observed, so it is difficult to determine correct sampling probabilities. In this paper, we show that data collected in ordinary RDS studies contain information about the structure of the respondents' social network. We construct a continuous-time model of RDS recruitment that incorporates the time series of recruitment events, the pattern of coupon use, and the network degrees of sampled subjects. Together, the observed data and the recruitment model place a well-defined probability distribution on the recruitment-induced subgraph of respondents. We show that this distribution can be interpreted as an exponential random graph model and develop a computationally efficient method for estimating the hidden graph. We validate the method using simulated data and apply the technique to an RDS study of injection drug users in St. Petersburg, Russia.

연구 동기 및 목표

• 기존 RDS 추정기의 한계를 해결하기 위해, 완전하지 않은 네트워크 데이터에 의존하고 샘플링 확률이 네트워크 차수에만 의존한다는 가정에 기반한다.
• 일반적으로 누락되거나 관측되지 않는 것으로 간주되는 RDS 데이터로부터 숨겨진 사회적 네트워크의 구조적 정보를 추출하는 방법을 개발한다.
• 모집 과정을 시간 연속 확률 과정으로 모델링하여 모집 이벤트의 시계열, 쿠폰 사용, 네트워크 차수를 통합한다.
• 지수형 무작위 그래프 모델 기반의 계산적으로 효율적인 프레임워크를 활용해 숨겨진 네트워크 구조를 추정한다.
• 특히 모집 이벤트의 대기 시간 분포에 대한 모델 오특정에 대한 강건성 검증

제안 방법

• 숨겨진 네트워크의 각 간선이 독립적인 지수분포 대기 시간을 가지며, RDS 모집을 시간 연속 마르코프 과정으로 수립한다.
• 관측된 모집 시기, 차수, 쿠폰 사용 기반으로 모집에 의해 유도된 부분그래프의 가능한 구조를 제약하는 호환성 조건(정의 4)을 도입한다.
• 모집에 의해 유도된 부분그래프를 지수형 무작위 그래프로 모델링하며, 간선 확률은 비율 파라미터 λ와 감수 가능한 간선 수에 따라 달라진다.
• 관측된 데이터로부터 유도된 경계를 활용해 사전 타당성을 확보하기 위해 λ에 대해 감마 prior를 사용하는 베이지안 프레임워크를 적용한다.
• 숨겨진 그래프의 사후분포에서 샘플링하기 위해 메트로폴리스-해스팅스 알고리즘을 적용하여 네트워크 구조의 추론을 가능하게 한다.
• 실제 데이터의 모집 패tern과 차수 분포를 활용해 λ에 대한 사전분포를 校정하기 위해 경험 베이지안 방법을 적용한다.

실험 결과

연구 질문

• RQ1 RDS의 모집 과정은 시간 연속 확률 과정으로 모델링할 수 있는가? 이는 시간 역동성과 네트워크 구조를 모두 반영할 수 있는가?
• RQ2 모집 시기, 차수, 쿠폰 사용의 부분 관측 자료로부터 얼마나 정확히 숨겨진 사회적 네트워크의 구조를 복원할 수 있는가?
• RQ3 모집에 대한 대기 시간 분포가 잘못 지정되었을 경우, 네트워크 복원 방법의 강건성은 어느 정도인가?
• RQ4 네트워크 구조와 시간 역동성을 통합함으로써 기존 RDS 추정기보다 성능 향상을 이룰 수 있는가?
• RQ5 실제 RDS 데이터에서 간선 단위 모집 속도 λ를 정확하게 추정하고 진정한 네트워크 구조를 재구성할 수 있는가?

주요 결과

• 정확한 지수분포 대기 시간을 가정할 경우, 높은 정확도로 숨겨진 네트워크 구조를 성공적으로 재구성하였으며, 평균 정확도는 0.974를 기록하였다.
• 모델가정이 올바를 경우 참 양성률(TPR)과 참 음성률(TNR)이 각각 0.974와 0.990로 높게 유지되어 간선 탐지 성능이 뛰어나다는 것을 시사한다.
• 대기 시간 분포가 잘못 지정되었을 경우(예: δ < 1 또는 δ > 1 인 감마 분포), 부분그래프 재구성에 대해 여전히 강건한 성능을 보였지만, λ 추정치에 편향이 발생함: δ < 1일 경우 과소추정, δ > 1일 경우 과대추정.
• 모델 오특정 하에서 추정된 간선 단위 모집 속도 λ는 편향을 보였으며, 진짜 λ = 1에서 최대 0.10(δ = 0.1일 경우) 및 0.01(δ = 0.01일 경우) 정도의 평균 편차를 보였다.
• 스테이트 페테르부르크 데이터 기반으로 9.8×10⁻⁴에서 4.2×10⁻² 사이로 경계가 설정된 경험 베이지안 사전분포는 타당하고 정보가 풍부한 사전분포를 보장한다.
• 시뮬레이션 데이터와 실제 RDS 데이터(러시아 푸블로프스크의 투여 약물 사용자 연구) 양쪽 모두에서 높은 재구성 정확도와 λ의 안정적 추정을 보이며 뛰어난 성능을 보였다.