Variance estimation, design effects, and sample size calculations for respondent-driven sampling.
Variance estimation, design effects, and sample size calculations for respondent-driven sampling.
复制标题
DOI：
10.1007/s11524-006-9106-x
复制
发表时间：
2006-11
影响因子：
6.6
通讯作者：
Salganik, Matthew J.
中科院分区：
文献类型：
--
作者：
Salganik, Matthew J.
关键词：
隐藏的人口，如注射毒品使用者和性工作者，是一些公共卫生问题的核心。然而，由于这些群体的性质，很难收集关于他们的准确信息，这一困难使疾病预防工作复杂化。最近开发的一种称为响应驱动抽样的统计方法，通过允许研究人员对这些人群中某些特征的流行率进行无偏估计，提高了我们研究隐藏人群的能力。然而，对这些流行率估计值的样本间变异性了解不够。在本文中，我们提出了一种自助方法，用于围绕响应者驱动的抽样估计值构建置信区间，并在模拟中证明它优于当前使用的朴素方法。我们还使用模拟和真实的数据来估计设计效果的响应驱动的抽样在一些情况下。最后，我们对使用响应驱动抽样的研究确定适当样本量所需的功效计算提出了实用建议。一般来说，我们建议的样本量是简单随机抽样所需样本量的两倍。
Hidden populations, such as injection drug users and sex workers, are central to a number of public health problems. However, because of the nature of these groups, it is difficult to collect accurate information about them, and this difficulty complicates disease prevention efforts. A recently developed statistical approach called respondent-driven sampling improves our ability to study hidden populations by allowing researchers to make unbiased estimates of the prevalence of certain traits in these populations. Yet, not enough is known about the sample-to-sample variability of these prevalence estimates. In this paper, we present a bootstrap method for constructing confidence intervals around respondent-driven sampling estimates and demonstrate in simulations that it outperforms the naive method currently in use. We also use simulations and real data to estimate the design effects for respondent-driven sampling in a number of situations. We conclude with practical advice about the power calculations that are needed to determine the appropriate sample size for a study using respondent-driven sampling. In general, we recommend a sample size twice as large as would be needed under simple random sampling.
登录
查看更多内容
影响因子：
2.5
作者：
Heckathorn, DD;Jeffri, J
通讯作者：
Jeffri, J
DOI：
10.1111/j.0081-1750.2004.00152.x
发表时间：
2004-01-01
期刊：
SOCIOLOGICAL METHODOLOGY, 2004, VOL 34
影响因子：
--
作者：
Salganik, MJ;Heckathorn, DD
通讯作者：
Heckathorn, DD
影响因子：
4.2
作者：
Wang, JC;Carlson, RG;Li, LN
通讯作者：
Li, LN
影响因子：
3.1
作者：
Brewer, DD
通讯作者：
Brewer, DD
影响因子：
3.8
作者：
Magnani, R;Sabin, K;Heckathorn, D
通讯作者：
Heckathorn, D