使用多层回归和后抽样纠正移动电话活动估计中的社会经济偏差
物理与社会
2026-04-20 v1
摘要
来自移动电话网络的呼叫详细记录 (CDR) 广泛用于研究人类活动模式，但来自单一运营商的CDR数据本质上存在偏差，因为观察到的用户并不反映人口分布。我们使用来自圣地亚哥某大型智能卡车商户的数据，发现用户基数因社会经济因素而产生偏斜，因此诸如半径旋转等聚合指标会被实际观察到的人口所扭曲。为纠正这种抽样偏差，我们应用多层回归和后抽样 (MRP) 方法，该方法在基于CDR的活动研究中尚未成为标准。我们对个体活动使用社会经济地位、性别和地理位置进行贝叶斯多层模型拟合，并在各区域进行部分抽样，然后对预测结果进行后抽样，以匹配人普查人口统计。该方法将粗略CDR估计的平均半径旋转降低约17%。重要的是，使用仅地理信息的模型版本仍能捕捉大部分偏差，表明即使在用户的社会经济组成未被完全了解的情况下，MRP仍然有用，只要空间上的社会经济群体分布存在。本例表明，MRP能够为非代表性的CDR衍生活动估计提供原则性的纠正，而不是将运营商样本视为随机人群样本。
引用
@article{arxiv.2604.16193,
title = {Correcting socioeconomic bias in mobile phone mobility estimates using multilevel regression and poststratification},
author = {Leo Ferres and Laetitia Gauvin},
journal= {arXiv preprint arXiv:2604.16193},
year = {2026}
}