基于带偏差校正众包测量的互联网质量差异与时间演进分析
应用统计
2023-12-08 v2 网络与互联网体系结构
摘要
众包测速测量是从终端用户视角研究互联网性能的重要工具。然而，尽管单个测量准确，但由于其固有的抽样偏差，对这些数据点进行简单聚合是有问题的。在本工作中，我们利用近100万条独立的Ookla Speedtest测量数据，将每个数据点与美国2019年人口普查统计数据相关联，并开发新方法以提出一种量化区域抽样偏差及互联网性能与人口统计特征关系的新分析。我们通过同质性统计检验发现，众包Ookla Speedtest数据点在不同的普查区块组中具有显著的抽样偏差。我们引入两种依据各普查区块组人口数校正区域偏差的方法。尽管抽样偏差导致城市互联网速度总体累积分布函数在原始样本估计与偏差校正估计之间存在微小差异，但该差异相较于跨区域抽样异质性的规模要小得多。进一步，我们表明抽样偏差与少数人口统计变量（如收入、教育水平、年龄和族裔分布）强相关。通过回归分析，我们发现收入较高、人口较年轻、西班牙裔居民占比较低的地区往往测得更快的网速，且社会经济属性与族裔构成之间存在显著共线性。最后，基于状态空间模型的线性和非线性分析，我们发现平均网速随时间增长，尽管区域抽样偏差可能导致对网速时间增长的轻微高估。
引用
@article{arxiv.2310.16136,
title = {Analyzing Disparity and Temporal Progression of Internet Quality through Crowdsourced Measurements with Bias-Correction},
author = {Hyeongseong Lee and Udit Paul and Arpit Gupta and Elizabeth Belding and Mengyang Gu},
journal= {arXiv preprint arXiv:2310.16136},
year = {2023}
}