Assessing and accounting for time heterogeneity in stochastic actor oriented models.
Assessing and accounting for time heterogeneity in stochastic actor oriented models.
复制标题
评估和会计随机演员模型中的时间异质性。
DOI：
10.1007/s11634-010-0076-1
复制
发表时间：
2011-07
影响因子：
1.6
通讯作者：
Ripley, Ruth M.
中科院分区：
文献类型：
--
作者：
Lospinoso, Joshua A.;Schweinberger, Michael;Snijders, Tom A. B.;Ripley, Ruth M.
关键词：
本文探讨了Snijders（Sociological Methodology. Blackwell，Boston，pp 361-395，2001），其旨在研究网络的演化。SAOM将社交网络建模为具有代表人、组织等的节点的有向图，和二分法的关系，代表潜在的关系，友谊，建议等，我们说明了几个原因，异质性应进行统计检验，并提供了一个快速，方便的方法进行评估和模型校正。SAOM为网络动态提供了一个灵活的框架，允许研究人员测试网络数据中的选择，影响，行为和结构特性。我们展示了Schweinberger（第4章：网络面板数据的统计建模：拟合优度）提出的前向选择，得分类型检验。博士论文，格罗宁根大学2007年）可以用来快速评估异质性，几乎没有额外的计算成本。一步估计用于评估异质性的大小。仿真研究支持这种方法的有效性。ASSIST数据集（坎贝尔等人Lancet 371（9624）：1595-1602，2008）用分数类型检验、一步估计器和用于说明的完全估计重新分析。这些工具在RSiena包中实现，并提供了一个简短的演练。
This paper explores time heterogeneity in stochastic actor oriented models (SAOM) proposed by Snijders (Sociological Methodology. Blackwell, Boston, pp 361–395, 2001) which are meant to study the evolution of networks. SAOMs model social networks as directed graphs with nodes representing people, organizations, etc., and dichotomous relations representing underlying relationships of friendship, advice, etc. We illustrate several reasons why heterogeneity should be statistically tested and provide a fast, convenient method for assessment and model correction. SAOMs provide a flexible framework for network dynamics which allow a researcher to test selection, influence, behavioral, and structural properties in network data over time. We show how the forward-selecting, score type test proposed by Schweinberger (Chapter 4: Statistical modeling of network panel data: goodness of fit. PhD thesis, University of Groningen 2007) can be employed to quickly assess heterogeneity at almost no additional computational cost. One step estimates are used to assess the magnitude of the heterogeneity. Simulation studies are conducted to support the validity of this approach. The ASSIST dataset (Campbell et al. Lancet 371(9624):1595–1602, 2008) is reanalyzed with the score type test, one step estimators, and a full estimation for illustration. These tools are implemented in the RSiena package, and a brief walkthrough is provided.
登录
查看更多内容
影响因子：
1.3
作者：
Audrey, S.;Cordall, K.;Campbell, R.
通讯作者：
Campbell, R.
影响因子：
6.3
作者：
LEE, LF
通讯作者：
LEE, LF
影响因子：
1.9
作者：
Pearson, M;Michell, L
通讯作者：
Michell, L
影响因子：
168.9
作者：
Campbell, R.;Starkey, F.;Moore, L.
通讯作者：
Moore, L.
影响因子：
1.8
作者：
Schweinberger, Michael;Snijders, Tom A. B.
通讯作者：
Snijders, Tom A. B.