探索利用全球COVID-19趋势与影响调查（CTIS）的疫苗接种数据，对不同估计量的大数据悖论。
摘要：印度成年人2021年首剂COVID-19疫苗接种率的非概率调查的估计与COVID疫苗智能网络(CoWIN)的基准数据进行了比较。值得注意的是，COVID-19趋势和影响调查(CTIS)与选民选择中心和选举趋势研究(CVoter)相比，估计误差更大(0.39与0.16)。此外，我们还研究了使用相对尺度时CTIS的估计准确性，并发现通过改变总体疫苗接种率的估计对象，可以显著增加有效样本量。这些结果表明，大数据悖论不仅存在于美国，而且可能不适用于每个感兴趣的估计对象。
作者：Youqi Yang, Walter Dempsey, Peisong Han, Yashwant Deshmukh, Sylvia Richardson, Brian Tom, Bhramar Mukherjee
论文ID：2306.14940
分类：Applications
分类简称：stat.AP
提交时间：2023-06-28