[論文レビュー] Bayesian Inference from Non-Ignorable Network Sampling Designs

Simón Lunagómez, Edoardo M. Airoldi|arXiv (Cornell University)|Jan 19, 2014

HIV, Drug Use, Sexual Risk参考文献 17被引用数 6

ひとこと要約

本稿は、応答者駆動型サンプリング（RDS）などの無視できないネットワーク標本設計に対して、ネットワーク構造、標本化メカニズム、応答依存性を明示的にモデル化することで、ベイズ推論フレームワークを構築する。標本化プロセスと未観測のネットワーク構成要素を統合的な尤度関数に組み込むことで、複雑な依存構造と無視できない標本化に対しても、標準的手法に比べてより良好な頻度的カバレッジと短い信用区間を達成する。

ABSTRACT

Consider a population of individuals and a network that encodes social connections among them. We are interested in making inference on finite population and super-population estimands that are a function of both individuals' responses and of the network, from a sample. Neither the sampling frame nor the network are available. However, the sampling mechanism implicitly leverages the network to recruit individuals, thus partially revealing social interactions among the individuals in the sample, as well as their responses. This is a common setting that arises, for instance, in epidemiology and healthcare, where samples from hard-to-reach populations are collected using link-tracing mechanisms, including respondent-driven sampling. In this paper, we study statistical properties of popular network sampling mechanisms. We formulate the estimation problem in terms of Rubin's inferential framework to explicitly account for social network structure. We then identify key modeling elements that lead to inferences with good frequentist properties when dealing with data collected through non-ignorable network sampling mechanisms. We demonstrate these methods on a study of the incidence of HIV in Brazil

研究の動機と目的

• RDSのようなネットワークベースのメカニズムを用いた、到達困難な集団からの統計的推論の有効性を検討する。
• ネットワーク依存性により非無視的になる場合に、ベイズ的および尤度ベースの推論で標本化メカニズムを無視するという限界を克服する。
• 未観測のネットワークの不確実性、標本化プロセス、応答依存性を同時に考慮する統合的モデリングフレームワークを構築し、推論の正確性を向上させる。
• RDSアプリケーションにおいて、標準的手法に比べてより良好な頻度的特性（特に高いカバレッジと短い信頼区間）を示すことを示す。
• データ生成プロセスを明示的にモデル化することで、より良いネットワーク標本設計の基盤を提供する。

提案手法

• ルービンの推論フレームワークを拡張し、社会的ネットワーク構造と標本化メカニズムを尤度の一部として明示的に組み込む。
• ネットワーク $\mathcal{G}$、応答 $Y$、標本化メカニズム $I$ の同時分布を $p(Y, \mathcal{G}, I \mid \alpha, \gamma)$ としてモデル化し、ここで $\alpha$ と $\gamma$ はモデルパラメータである。
• 階層的事前分布構造を用いる：ネットワークのための $p(\mathcal{G} \mid \alpha)$、応答のための $p(Y \mid \mathcal{G}, \gamma)$、標本化メカニズムのための $p(I \mid \mathcal{G})$。
• 未観測のノードとエッジを含めるためにデータ拡張を伴うMCMCを用いて後部確率推論を実装し、$N$ をチューニングパrameterとし、感度分析を実施する。
• 復元抽出や均一な初期ノード選択を仮定しない柔軟な標本化メカニズムのモデリングを可能にする。
• ランダムグラフおよび紹介メカニズムへの拡張を通じて、共変量および次数情報のモデル化を可能にするが、本稿では完全には検討されていない。

実験結果

リサーチクエスチョン

• RQ1 未観測の社会的ネットワークに依存するため非無視的になる標本化メカニズムがある状況で、どのようにして有効なベイズ推論を実施できるか？
• RQ2 ネットワーク標本設計において、良好な頻度的特性（例：カバレッジと区間長）を達成するために、どのモデリング要素が不可欠か？
• RQ3 ネットワーク構造と標本化メカニズムを同時にモデル化することで、それらを無視する場合に比べて不確実性の定量化がどの程度改善されるか？
• RQ4 提案されたフレームワークは、活動性の差異や応答依存性といったRDSの現実的特徴を、強いパラメトリック仮定なしに扱えるか？
• RQ5 頻度的カバレッジと精度の観点から、本手法は標準的なRDS推定器と比べてどの程度優れているか？

主な発見

• 提案手法は、標準的なRDS推定器に比べて高い頻度的カバレッジと短い信用区間を達成しており、推論の正確性が向上していることを示している。
• 標本化メカニズムと未観測のネットワーク構造を明示的にモデル化することで、ネットワークが部分的に観測されている場合でも、より信頼性の高い不確実性推定が可能になる。
• 弱い仮定のもとでフレームワークは有効である：ネットワークが連結でなくてもよく、復元抽出でなくてもよい。
• ノード数の最大値 $N$ に関する感度分析により、ロバストネスが示され、実用的応用の根拠が得られた。
• 標本化プロセスに含まれる情報を統合することで、通常は無視されがちなが、母集団に関する重要な情報を含むため、従来手法を上回る性能を発揮する。
• ブラジルにおけるHIV発症率の分析は、本手法の実用的有用性を示しており、良好な点推定値であっても、RDSは不確実性が高いため推論に最適でない可能性を浮き彫りにしている。