在受访者驱动抽样的背景下测量网络大小:来自两个独立调查的证据

科学领域:

• 社会科学 社会科学 社会科学
• 流行病学 流行病学
• 网络分析 网络分析

背景情况:

• 受访者驱动采样 (RDS) 是调查隐藏群体的一个关键方法.
• 网络大小,或网络的大小.
• 几度几度几度几度几度几度.
• 对于RDS点估计器来说,调整选择概率至关重要.
• 目前的学位指标可能不准确地反映了招聘能力.

研究的目的:

• 在受访者驱动的抽样中调查各种程度的测量,以确定其准确性.
• 评估是否考虑招聘能力的学位措施可以改善RDS推断.
• 检查招聘启事和社会关系背景对学位报告的影响.

主要方法:

• 进行了两个独立的RDS调查:一个是注射毒品的人 (PWID),另一个是韩国移民.
• 将标准学位指标与那些包含招聘启事和社会关系特点的标准度量进行了比较.
• 分析了学位报告对面试语言 (英语与韩语) 的敏感性.

主要成果:

• 与其他方法相比,标准度指标显示出更多的变化 ("噪声").
• 微妙的招聘线索降低了报告的程度,表明与标准问题不匹配.
• 面试语言对学位报告及其解释招聘的能力产生了重大影响.
• 反映密切社会关系的措施改善了RDS推断,与标准学位不同.

结论:

• 在RDS中,网络措施应优先考虑招聘能力,而不是简单的连接.
• 标准度问题可能无法充分捕捉与RDS相关的网络动态.
• 需要进一步的研究来完善网络测量,以提高RDS准确性.