利用全球 COVID-19 趋势与影响调查（CTIS）疫苗接种数据探究不同估计量的大数据悖论
应用统计
2023-06-28 v1
摘要
在选择偏差对非概率调查的 statistical inference 有效性构成挑战。本研究将 2021 年印度成年人首剂 COVID-19 疫苗接种率的估计值，从一个大型非概率调查 COVID-19 趋势与影响调查（CTIS）和一个小概率调查选举研究中心投票选项与趋势中心（CVoter），与来自 COVID 疫苗情报网络（CoWIN）的基准数据进行了比较。值得注意的是，CTIS 的估计误差（0.39）大于 CVoter（0.16）。此外，我们研究了 CTIS 在相对尺度下的估计准确性，并发现通过将估计量从总体接种率改变，有效样本量显著增加。这些结果表明，大数据悖论可能出现在美国以外的国家，并且它可能并不适用于每一个感兴趣的估计量。
引用
@article{arxiv.2306.14940,
title = {Exploring the big data paradox for various estimands using vaccination data from the global COVID-19 Trends and Impact Survey (CTIS)},
author = {Youqi Yang and Walter Dempsey and Peisong Han and Yashwant Deshmukh and Sylvia Richardson and Brian Tom and Bhramar Mukherjee},
journal= {arXiv preprint arXiv:2306.14940},
year = {2023}
}