从不确定的植物捕获中估计无家可归人口规模的植物捕获方法

科学领域:

• 流行病学 流行病学
• 统计建模 统计建模
• 人口动态 人口动态

背景情况:

• 植物捕获方法用于估计人口规模,特别是无家可归人口通过街头调查.
• 现有的方法往往忽视了植物捕获状态和地点异质性的不确定性.
• 准确的人口估计对于资源分配和政策制定至关重要.

研究的目的:

• 开发和评估植物捕获研究的新型层次建模方法.
• 在植物捕获状态和调查地点异质性中正式纳入不确定性.
• 提高人口规模估计的准确性,特别是在弱势群体.

主要方法:

• 提出了增加复杂性的三个层次模型来解决不确定性.
• 纳入植物捕获状态的不确定性和调查地点的异质性.
• 应用方法对美国人口普查局的"S-Night"研究数据进行无家可归人口估计.

主要成果:

• 开发出强大的频率主义和贝叶斯的实施方案的拟议模型.
• 通过考虑不确定性,在人口规模估计中证明了更高的准确性.
• 经验评估证实了新的建模方法的统计性能.

结论:

• 提出的等级模型为植物捕获研究提供了更准确,更可靠的方法.
• 考虑到植物状况的不确定性对于精确的种群规模估计至关重要.
• 这些方法对流行病学研究和社会服务规划有重大影响.