受访者驱动抽样与一种非典型流行病
物理与社会
2014-11-19 v1 社会与信息网络
概率论
应用统计
摘要
受访者驱动抽样 (RDS) 常用于对难以接触和/或受污名化的社区进行抽样。RDS 利用同伴驱动的招募机制，其中被抽样的个体将参与优惠券传递给社区中最多 个熟人（ 是常见选择），这些熟人若选择参与，则继而传递给他们的熟人，依此类推。这种分发优惠券的过程表现为一种新型的 Reed-Frost 型网络流行病模型，其中被感染对应于收到优惠券。与现有网络流行病模型的区别在于，被感染的个体不能感染（即抽样）其所有接触者，而最多只能感染其中的 个。我们计算了 、发生重大“爆发”的概率以及无限人口规模极限下重大爆发的相对规模，并评估了它们在有限人口中的适用性。我们研究了改变 的影响，并将 RDS 与相应的常规流行病模型（即 的情况）进行了比较。我们的结果表明，优惠券数量对 RDS 招募有巨大影响。此外，我们利用我们的发现解释了先前的实证观察结果。
引用
@article{arxiv.1411.4867,
title = {Respondent-driven sampling and an unusual epidemic},
author = {Jens Malmros and Fredrik Liljeros and Tom Britton},
journal= {arXiv preprint arXiv:1411.4867},
year = {2014}
}
备注
20 pages, 10 figures