缺失数据下病毒遗传连锁率的估计
统计方法学
2022-03-25 v1 统计理论
统计理论
摘要
尽管对社交与信息网络的使用的兴趣日益增长，大多数关于网络的推断都假设所收集的数据代表了完整网络。然而，即便数据完全随机缺失，忽略缺失数据也会导致有关网络相关参数推断的估计量产生偏差。本文关注在节点及其对应边完全随机缺失的假设下，构造随机选取节点至少有一条边的概率的估计量。此外，由于跨节点的连锁指示变量相关，阻碍了中心极限定理与大数定律的直接应用，此类估计量的渐近性质获取也存在问题。利用子抽样方法，我们提出了一种改进的兴趣参数估计量以处理缺失数据。借助U统计量的理论，我们推导了所提估计量的一致性与渐近正态性。该方法降低了兴趣参数估计的偏差。我们使用来自组合HIV预防干预大型整群随机试验——博茨瓦纳组合预防项目(BCPP)的HIV病毒株说明了我们的方法。
引用
@article{arxiv.2203.12779,
title = {Estimating Viral Genetic Linkage Rates in the Presence of Missing Data},
author = {Tyler Vu and Tuo Lin and Jingjing Zou and Vladimir Novitsky and Xin Tu and Victor De Gruttola},
journal= {arXiv preprint arXiv:2203.12779},
year = {2022}
}