[论文解读] 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 Ball+1 more|arXiv (Cornell University)|Jun 11, 2019

Census and Population Estimation参考文献 26被引用 6

一句话总结

本研究采用基于狄利克雷过程混合的先进贝叶斯多列表捕获-再捕获方法，结合七个数据源（包括一份新发布的政府数据集），估算秘鲁1980–2000年内战中的致命受害者人数。通过一种基于MCMC的联合估计框架，解决了肇事者标签缺失的问题，得出保守后验估计为58,234人（95%可信区间：56,741–61,289），宽松估计为65,958人，且光辉道路组织造成的死亡人数多于秘鲁国家军队。

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.

研究动机与目标

• 通过解决数据稀疏性和模型局限性，改进2003年真相与和解委员会（CVR）对冲突相关死亡人数的估计。
• 整合2003年尚未可用的更大规模政府数据集，实现最多七个同时存在的数据源，以实现更精确的估计。
• 开发并应用一种贝叶斯非参数潜在类别模型（LCMCR），以更好地处理异质捕获概率和稀疏数据。
• 建立一种系统性的框架，通过基于MCMC的缺失数据与模型参数联合估计，处理缺失的肇事者分层标签。
• 以更高的统计严谨性，重新评估肇事者责任，特别是对比光辉道路与秘鲁国家军队的暴力行为。

提出的方法

• 本研究采用基于狄利克雷过程混合的贝叶斯潜在类别模型（LCMCR），以建模多个数据源中个体捕获概率的异质性。
• 将LCMCR扩展至处理不完全分层问题，通过MCMC抽样联合建模缺失的肇事者标签与潜在的捕获-再捕获过程。
• 采用分层先验结构，对总体规模使用非信息先验，对各分层比例和类别概率使用狄利克雷先验。
• MCMC算法迭代抽样来自完整条件分布：潜在类别计数、捕获概率、类别比例和缺失数据指示变量。
• 该方法使用负多项式分布对各分层和潜在类别中的未观测个体进行建模，从而实现对缺失记录的估计。
• 模型拟合过程同时对缺失标签和总体规模的不确定性进行积分处理，避免了临时假设或数据合并。

实验结果

研究问题

• RQ1 在改进数据和方法的条件下，1980至2000年秘鲁内战中的致命受害者总数是多少？
• RQ2 包含一份更大规模的新政府数据集，对冲突相关死亡人数的估计有何影响？
• RQ3 贝叶斯非参数模型在处理稀疏、异质的捕获-再捕获数据方面，相较于传统对数线性模型能有多大改进？
• RQ4 如何在不依赖任意插补或数据合并策略的前提下，对冲突伤亡数据中缺失的肇事者归因进行统计处理？
• RQ5 光辉道路与秘鲁国家军队在总死亡人数中的相对贡献分别是什么？

主要发现

• 本研究得出保守后验估计为58,234名致命受害者（95%可信区间：56,741至61,289），低于CVR在2003年的估计值69,280人。
• 更宽松的估计为65,958名受害者（95%可信区间：61,462至75,387），反映出更高的不确定性与模型灵活性。
• 光辉道路游击队员造成的死亡人数多于秘鲁武装部队，与早期分析中的某些假设相矛盾。
• 结合缺失数据处理的贝叶斯LCMCR模型在处理稀疏和异质数据方面，优于传统对数线性模型。
• 该方法成功整合了多个数据源，包括此前未被充分利用的政府记录，且无需数据合并或任意聚合。
• 本研究表明，基于MCMC的缺失标签与捕获概率联合建模，为替代临时插补技术提供了一种系统、稳健的替代方案。