解释极端主义招募：一种贝叶斯病例对照方法
统计方法学
2022-05-18 v3 应用统计
摘要
谁会加入极端主义运动？回答这一问题在方法上面临相当大的挑战。调查技术不可行，而选择性样本无法提供反事实。招募者可被分配到情境单元，但这易受生态推断问题的困扰。在本文中，我们受流行病学启发，详述了一种结合调查与生态方法的技术。我们提出的多层级贝叶斯病例对照设计，能够在考虑罕见事件、污染与空间自相关的情况下，识别塑造招募发生率的个体层面与情境因素。我们通过将来自九个中东和北非（MENA）国家的伊斯兰国（ISIS） fighters 样本与该运动招募前不久所列举的代表性人口调查进行匹配，验证了我们的方法。二十岁出头、拥有大学学历的高地位个体更有可能加入 ISIS。关于相对剥夺的证据则较为混杂。我们为应用研究者提供了实现该方法的软件。
引用
@article{arxiv.2106.01814,
title = {Explaining Recruitment to Extremism: A Bayesian Case-Control Approach},
author = {Roberto Cerina and Christopher Barrie and Neil Ketchley and Aaron Zelin},
journal= {arXiv preprint arXiv:2106.01814},
year = {2022}
}