[论文解读] Linked Ego Networks: Improving Estimate Reliability and Validity with Respondent-driven Sampling

Xin Lü|arXiv (Cornell University)|May 9, 2012

HIV, Drug Use, Sexual Risk参考文献 35被引用 3

一句话总结

本文提出了一种新型的响应者驱动抽样估计器 RDSI^{ego}，该估计器整合了自我网络数据（如受访者对其朋友特征的报告），以提高估计的可靠性和有效性。通过在自助法（bootstrap）过程中引入同伴招募偏好和网络结构，RDSI^{ego} 即使在 RDS 假设严重违反的情况下，也能将偏差控制在 2% 以内，显著优于传统 RDS 估计器，后者在类似情况下偏差可达 10–20%。

ABSTRACT

Respondent-driven sampling (RDS) is currently widely used for the study of HIV/AIDS-related high risk populations. However, recent studies have shown that traditional RDS methods are likely to generate large variances and may be severely biased since the assumptions behind RDS are seldom fully met in real life. To improve estimation in RDS studies, we propose a new method to generate estimates with ego network data, which is collected by asking RDS respondents about the composition of their personal networks, such as "what proportion of your friends are married?". By simulations on an extracted real-world social network of gay men as well as on artificial networks with varying structural properties, we show that the new estimator, RDSI^{ego} shows superior performance over traditional RDS estimators. Importantly, RDSI^{ego} exhibits strong robustness to the preference of peer recruitment and variations in network structural properties, such as homophily, activity ratio, and community structure. While the biases of traditional RDS estimators can sometimes be as large as 10%~20%, biases of all RDSI^{ego} estimates are well restrained to be less than 2%. The positive results henceforth encourage researchers to collect ego network data for variables of interests by RDS, for both hard-to-access populations and general populations when random sampling is not applicable. The limitation of RDSI^{ego} is evaluated by simulating RDS assuming different level of reporting error.

研究动机与目标

• 解决在现实场景中由于违反假设而导致传统响应者驱动抽样（RDS）估计器偏差和方差过高的问题。
• 在缺乏抽样框的难以接触人群中，提高估计的可靠性和有效性。
• 开发一种稳健的估计器，以考虑差异性招募以及同质性、活动比和社区结构等网络结构特性。
• 评估报告误差对估计器性能的影响，并通过基于自我网络信息的自助法改进置信区间覆盖度。
• 鼓励在 RDS 研究中收集自我网络数据，以提高对难以接触人群及一般人群的总体估计精度。

提出的方法

• RDSI^{ego} 估计器利用通过类似‘你朋友中有多大比例是已婚的？’等问题收集的自我网络数据，来估计同伴招募概率。
• 通过用基于自我网络的招募概率估计（即 $\hat{s}_{AB}^{ego}$ 和 $\hat{s}_{BA}^{ego}$）替代原始自助法中的随机招募假设，对自助法程序进行改进。
• 该方法采用加权随机游走（RWRW）框架，使用倒度加权来校正抽样偏差。
• 利用基于自我网络的招募概率进行自助重抽样，以生成更精确的置信区间。
• 在具有不同结构特性的现实世界（MSM）和人工网络上进行模拟，以测试估计器性能。
• 通过在随机招募和差异性招募条件下，评估 90% 和 95% 置信区间的覆盖率来衡量性能。

实验结果

研究问题

• RQ1 将自我网络数据整合到 RDS 估计中，如何在违反 RDS 假设的情况下降低偏差？
• RQ2 在差异性招募条件下，RDSI^{ego} 相较于传统自助法，在置信区间覆盖度方面提升了多少？
• RQ3 RDSI^{ego} 对网络结构变化（如同质性、活动比和社区结构）的鲁棒性如何？
• RQ4 自我网络数据中的报告误差对 RDSI^{ego} 性能有何影响？
• RQ5 RDSI^{ego} 是否能在多样的网络拓扑结构和招募模式下保持低偏差和高覆盖度？

主要发现

• 在所有模拟条件下，RDSI^{ego} 将估计偏差控制在 2% 以内，即使在 RDS 假设严重违反的情况下亦如此。
• 传统 RDS 估计器在差异性招募和非随机网络结构下，偏差最高可达 10–20%。
• 在差异性招募条件下，使用基于自我网络招募概率的改进自助法 $BS\textrm{-}ego2$ 相较于 $BS\textrm{-}ego1$，覆盖率提高了 5–10%。
• 在 KOSKK 网络中，极端情况下（高差异性招募），$BS\textrm{-}ego2$ 相较于 $BS\textrm{-}ego1$ 将覆盖率提高了 8–14%。
• 即使自我网络数据存在报告误差，RDSI^{ego} 仍表现出强鲁棒性，多数情况下偏差保持在 2% 以下。
• 基于 $BS\textrm{-}ego2$ 的置信区间显著优于 $BS\textrm{-}origin$，尤其在差异性招募条件下，$BS\textrm{-}origin$ 的覆盖率下降至 50% 以下。