贝叶斯空间 Bradley--Terry 模型：坦桑尼亚城市贫困建模
应用统计
2022-12-06 v4 统计计算
统计方法学
摘要
若政策制定者要设计成功的干预措施，识别任何国家或城市中最为贫困的区域是关键。然而，在发展中国家，定位需求最大的区域往往出人意料地困难。由于传统家庭调查的后勤挑战，官方统计更新缓慢；已有的估计可能粗糙，这是高昂成本与薄弱基础设施的后果；而大规模城市化可使人工调查数据迅速过时。比较判断模型，如 Bradley--Terry 模型，提供了一种有前景的解决方案。利用通过不同地区富裕程度比较获取的本地知识，此类模型既可简化后勤，又能规避家庭调查固有的偏差。然而由于现有方法仍需大量数据，广泛采用仍然有限。我们通过开发一种新颖的贝叶斯空间 Bradley--Terry 模型来解决此问题，该模型大幅减少了有效推断所需的数据比较量。该模型整合了城市或国家的网络表示，以及空间平滑假设，使得一个区域的贫困可由邻近区域推断。我们通过坦桑尼亚达累斯萨拉姆收集的新颖比较判断数据集，展示了该方法的实际有效性。
引用
@article{arxiv.2010.14128,
title = {The Bayesian Spatial Bradley--Terry Model: Urban Deprivation Modeling in Tanzania},
author = {R. G. Seymour and D. Sirl and S. Preston and I. L. Dryden and M. J. A. Ellis and B. Perrat and J. Goulding},
journal= {arXiv preprint arXiv:2010.14128},
year = {2022}
}
备注
23 pages, 7 figures, to be published in the journal of the Royal Statistical Society: Series C