[论文解读] "How many zombies do you know?" Using indirect survey methods to measure alien attacks and outbreaks of the undead

Andrew Gelman|arXiv (Cornell University)|Mar 31, 2010

Gothic Literature and Media Analysis参考文献 3被引用 3

一句话总结

本文提出使用间接调查方法——特别是基于网络的受访者报告——在不直接接触的情况下估算僵尸及其他难以接触人群的流行程度。通过询问人们认识多少僵尸，该方法利用社交网络数据推断人群规模和地理分布，为研究诸如亡灵疫情等原本无法观测的现象提供了一种新颖且安全的方法。

ABSTRACT

The zombie menace has so far been studied only qualitatively or through the use of mathematical models without empirical content. We propose to use a new tool in survey research to allow zombies to be studied indirectly without risk to the interviewers.

研究动机与目标

• 开发一种无需直接抽样即可估算僵尸、外星人和亡灵等难以接触人群规模与分布的方法。
• 解决通过传统调查难以测量的现象（如僵尸疫情）所带来的挑战，原因在于其可见度低且风险高。
• 将原本用于隐匿人群（如药物使用者或性工作者）的基于网络的调查技术，应用于估算僵尸相关现象的规模。
• 提供一种统计上可靠的间接方法，避免直接接触可能具有危险性或不配合的群体。
• 为公共卫生和社会科学研究开辟新途径，利用受访者报告的社交联系研究罕见或受污名化现象。

提出的方法

• 利用受访者报告的难以接触群体成员数量（例如：‘你认识多少个僵尸？’）来估算总体人群规模。
• 应用郑等人（2006）提出的受访者驱动抽样框架，从每位受访者平均关联人数推断总体规模。
• 利用每位受访者平均认识的人数（郑等人报告为750人）将样本规模外推至总体估计。
• 通过比较不同可见度群体（如姓名与隐匿疾病）的报告率，校正潜在的低估偏差。
• 结合调查数据与谷歌趋势、社交媒体平台（如Facebook、ZDate）等补充工具，以验证和丰富研究发现。
• 使用外推技术校正报告误差，特别是在个体可能不了解其关联人真实身份的情况下（例如：僵尸配偶）。

实验结果

研究问题

• RQ1 基于社交网络中受访者的间接报告，僵尸人群的估计规模是多少？
• RQ2 根据受访者报告的关联关系，僵尸的流行程度在不同地理区域有何差异？
• RQ3 报告偏差（如对僵尸配偶的无意识）在多大程度上影响人群规模估计？又该如何校正？
• RQ4 基于网络的调查方法能否有效适应于研究其他隐匿或受污名化人群，如外星人或幽灵？
• RQ5 公众兴趣趋势（如搜索量）与通过调查数据测得的感知或实际疫情水平之间是否存在相关性？

主要发现

• 该方法仅通过受访者对其社交联系的间接报告，即可估算出僵尸等隐匿人群的规模。
• 平均而言，每位受访者认识约750人，因此1,500人的样本可提供约一百万人的间接信息。
• 该方法可扩展用于估算人群规模、地理分布以及认识隐匿群体成员的风险因素。
• 通过比较已知报告准确度群体的报告数据，可校正因对僵尸配偶无意识而导致的低估偏差。
• 将调查数据与谷歌趋势、社交媒体平台等工具结合，可形成多方法手段，用于监测和验证公众意识与感知威胁水平的变化趋势。
• 本研究证明了将先进调查方法应用于假设性或原本不可观测现象的可行性，为公共卫生与社会科学开辟了新的研究路径。