Consistency for the tree bootstrap in respondent-driven sampling
受访者驱动抽样中树形自助法的一致性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：受访者驱动抽样及其树形重抽样直接涉及招募关系结构，与网络抽样推断方向相关。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
受访者驱动抽样中树形自助法的一致性
- 研究问题
- 在难以通过常规调查接触的人群中，受访者驱动抽样所得比例估计的不确定性，能否由树形自助法可靠评估？
- 方法与思路
- 作者针对已有树形自助重抽样方法，在 m 树情形下研究其一致性，以支持受访者驱动抽样的比例估计推断。
- 材料陈述的贡献
- 摘要明确陈述的贡献是建立 m 树情形下树形自助法的一致性，为这一特定抽样结构下的不确定性评估提供理论支持。
- 阅读关注点
- 应核对 m 树的精确定义、抽样与招募机制假设，以及一致性针对的统计量、概率意义和样本规模增长方式。
- 阅读边界
- 仅依据所给 Crossref 摘要；摘要未说明具体一致性条件，也未声称结论适用于一般招募树或所有受访者驱动抽样。
原文摘要
Summary Respondent-driven sampling is an approach for estimating features of populations that are difficult to access using standard survey tools, e.g., the fraction of injection drug users who are HIV positive. Baraff et al. (2016) introduced an approach to estimating uncertainty in population proportion estimates from respondent-driven sampling using the tree bootstrap method. In this paper we establish the consistency of this tree bootstrap approach in the case of $m$-trees.