性、谎言与自报告计数：通过生灭过程处理纵向计数数据中堆叠现象的贝叶斯混合模型

调查通常要求受访者报告非负计数，但受访者可能会记错或四舍五入到接近的 5 或 10 的倍数。这种现象称为堆叠（heaping），堆叠自报告数中固有的误差可能会使估计产生偏差。堆叠数据可以是横截面收集或纵向收集的，并且可能存在使推断任务复杂化的协变量。堆叠是许多调查设置中的一个众所周知的问题，对堆叠数据的推断是一个重要的统计问题。我们提出了一种新的报告分布，其底层参数可直观地解释为记错和四舍五入的比率。该过程适应各种堆叠网格，并允许准堆叠到接近但不等于堆叠倍数的值。我们提出了一个用于带有协变量的纵向样本的贝叶斯分层模型，以推断未观测到的计数真实分布和控制堆叠过程的参数。最后，我们将我们的方法应用于一项关于 HIV 阳性青少年高风险行为研究中性伴侣数量的纵向自报告计数。