典型文献
基于DCSBM模型的受访者驱动抽样调查估计量改进
文献摘要：
大数据背景下,将受访者驱动抽样(RDS)用于网络抽样调查,解决了传统抽样调查难以获得可用抽样框、难以接触被调查者以及难以获得回答等问题,也使得网络调查可以实现概率抽样,得到一定误差范围内的总体参数估计.然而,在实际抽样过程中,同质性问题(即样本单元在推荐同伴时倾向于推荐那些与自己有相同属性的同伴)会导致RDS估计量的方差增大.为解决该问题,文章假定目标总体服从度修正随机块模型(DCSBM),利用区块间的经验转移概率对样本进行区块的事后分层,提出了事后分层与逆概率加权相结合的PS-IPW估计量.通过模拟不同的同质性水平的目标总体社交网络和RDS抽样,比较PS-IPW估计量的相对效率;并通过实证分析,利用样本分块矩阵的谱性质选择分层变量,进一步验证RDS抽样的适用性以及PS-IPW估计量的有效性.
文献关键词：
受访者驱动抽样;度修正随机块模型;同质性;PS-IPW估计量
中图分类号：
作者姓名：
蒋妍;孟珠峰;王天佳;刘晓宇
作者机构：
中国人民大学应用统计科学研究中心,北京100872;中国人民大学统计学院,北京100872;中国人民大学调查技术研究所,北京100872
文献出处：
引用格式：
[1]蒋妍;孟珠峰;王天佳;刘晓宇-.基于DCSBM模型的受访者驱动抽样调查估计量改进)[J].系统科学与数学,2022(01):85-99
A类：
DCSBM,受访者驱动抽样,度修正随机块模型,随机块模型
B类：
抽样调查,估计量,大数据背景下,RDS,网络抽样,难以获得,被调查者,网络调查,概率抽样,误差范围,总体参数,参数估计,同质性,同伴,同属,假定,服从,转移概率,了事,逆概率加权,权相,PS,IPW,社交网络,相对效率,分块矩阵,矩阵的谱,分层变量
AB值：
0.287389
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
