无家可归人群接触网络模拟数据与复现代码

社会科学
0 下载
20 浏览
2026-09-25

数据集简介

研究背景与方法学问题

在县域、州或国家层面估计并模拟人口规模的社会网络,已成为过去数十年间重要的方法学问题。完整的大规模人口网络几乎无法获取,研究者只能借助抽样观测来推断网络结构。受访者驱动抽样(respondent-driven sampling)通过受访者推荐同伴的方式接触难以触及的人群,为接触网络的观测与估计提供了现实可行的数据来源。

本数据集对应的论文以华盛顿州金县的无家可归人群为案例,围绕「从受访者驱动抽样数据中估计并模拟大规模接触网络」这一任务展开,配套提供模拟数据与复现代码。

案例人群与抽样场景

论文选取华盛顿州金县的无家可归人群作为实证对象。这一人群流动性强、缺乏固定抽样框,常规概率抽样难以覆盖,正是受访者驱动抽样发挥作用的典型场景。数据集中的模拟数据与代码即围绕该案例的接触网络估计与模拟流程组织,可用于复现论文中的分析步骤。

数据与代码内容

数据集包含论文配套的模拟数据与复现代码两部分:模拟数据用于支撑论文中的估计与模拟结果,复现代码则对应论文的分析流程。使用者可据此核对论文结果,并在同一方法框架下开展延伸研究。

获取方式与引用

数据集托管于 Harvard Dataverse,通过公开数据源页面免费下载,落地页地址为 https://doi.org/10.7910/DVN/LQ2ICC。数据发布于 2026 年 9 月 25 日。引用时请使用论文全称《Estimating and Simulating Large-Scale Contact Networks from Respondent-Driven Sampling Data: The Case of People Experiencing Homelessness in King County, WA》,并注明对应的 Harvard Dataverse 数据源页面。

基本信息

记录数量未知
文件大小未知
文件格式未知
数据来源Harvard Dataverse
发布平台Harvard Dataverse
访问方式免费下载
数据落地页https://doi.org/doi:10.7910/DVN/LQ2ICC
发布日期2026-09-25
接触网络受访者驱动抽样社会网络模拟无家可归人群复现代码

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费