[論文レビュー] Respondent-Driven Sampling: An Assessment of Current Methodology

Krista J. Gile, Mark S. Handcock|ArXiv.org|Apr 12, 2009

HIV, Drug Use, Sexual Risk参考文献 20被引用数 5

ひとこと要約

この論文は、応答者駆動型サンプリング（RDS）手法を批判的に評価し、広く主張されている漸近的不偏性が現実的でない仮定に依存していることを明らかにしている。RDS推定量は、サンプリング波の数が不足していること、被験者の紹介行動、および無作為抽出（非復元抽出）を復元抽出のランダムウォークとして不適切に近似することによって偏りを生じることを示している。特に、標本率が高い場合には顕著である。

ABSTRACT

Respondent-Driven Sampling (RDS) employs a variant of a link-tracing network sampling strategy to collect data from hard-to-reach populations. By tracing the links in the underlying social network, the process exploits the social structure to expand the sample and reduce its dependence on the initial (convenience) sample. The primary goal of RDS is typically to estimate population averages in the hard-to-reach population. The current estimates make strong assumptions in order to treat the data as a probability sample. In particular, we evaluate three critical sensitivities of the estimators: to bias induced by the initial sample, to uncontrollable features of respondent behavior, and to the without-replacement structure of sampling. This paper sounds a cautionary note for the users of RDS. While current RDS methodology is powerful and clever, the favorable statistical properties claimed for the current estimates are shown to be heavily dependent on often unrealistic assumptions.

研究の動機と目的

• 現実のサンプリング制約下におけるRDS推定量の統計的妥当性を評価すること。
• 初期の便宜的サンプリングがRDS推定量のバイアスに与える影響を調査すること。
• 特に好ましい紹介（preferential referral）を含む制御不能な被験者行動が推定精度に与える影響を検討すること。
• RDSにおける非復元抽出を復元抽出のランダムウォークとしてモデル化する際の不正確さを評価すること。
• RDSの信頼性を高めるために、被験者行動およびネットワーク構造に関する改善されたデータ収集の必要性を強調すること。

提案手法

• サンプリング波の数や集団のクラスタリングの程度を変化させたシミュレーション研究を通じて、RDS推定量のバイアスを評価する。
• 被験者の好ましい紹介行動が推定量バイアスに与える影響を分析し、とくに紹介が非ランダムである場合に注目する。
• 復元抽出のランダムウォークモデルと真の非復元抽出プロセスの両方におけるRDS推定量の性能を比較する。
• サンプリングプロセスをマルコフ連鎖として表現し、波ごとの混合行動をモデル化する。
• 推定量バイアスを低減するために、改善された度数の照会（degree-elicitation）質問および補足調査質問が不可欠であると提言する。
• 既存の推定量をレビューし、特に標本率が高い場合や同質性（homophily）が存在する場合に失敗する条件を同定する。

実験結果

リサーチクエスチョン

• RQ1 RDSにおけるサンプリング波の数が、初期の便宜的サンプルからのバイアスをどの程度軽減するか。
• RQ2 被験者の好ましい紹介行動がRDS推定量に系統的バイアスをもたらす仕組みは何か。
• RQ3 実際の非復元RDSサンプリングに適用した場合、復元抽出のランダムウォーク近似はどの程度不正確か。
• RQ4 高いクラスタリングや活動レベルの差異があるような集団条件下で、RDS推定量が顕著なバイアスを示す条件は何か。
• RQ5 信頼性のあるRDS推論を確保するためには、どのようなデータ収集およびモデリングの改善が必要か。

主な発見

• RDSで一般的に用いられるサンプリング波の数は、特に高密度にクラスタリングされた集団では、手法が主張する漸近的不偏性に到達するには不十分である。
• RDS推定量は好ましい紹介行動に極めて敏感であり、これにより顕著なバイアスが生じるが、現行のモデルではこれを補正していない。
• 標本率が高い場合、非復元抽出を復元抽出のランダムウォークとしてモデル化すると、同質性や活動レベルの差異がある場合に顕著なバイアスが生じる。
• 標本率が高い場合には、標本平均が現在のRDS推定量を上回ることが多く、推定量設計に根本的な欠陥があることを示唆している。
• 現在のRDS推論フレームワークは現実的でない仮定に依存しており、その良好な統計的性質は実際には保証されない。
• RDS推定の妥当性と信頼性を高めるために、被験者行動（度数の照会、紹介パターンなど）に関する改善されたデータ収集が不可欠である。