Representing Micro-Macro Linkages by Actor-Based Dynamic Network Models.
Representing Micro-Macro Linkages by Actor-Based Dynamic Network Models.
复制标题
DOI：
10.1177/0049124113494573
复制
发表时间：
2015-05-01
影响因子：
6.3
通讯作者：
Steglich CE
中科院分区：
文献类型：
--
作者：
Snijders TA;Steglich CE
基于随机主体的网络动力学模型的主要目的是对网络变化过程进行统计推断，但也可以被视为一种基于主体的模型。与许多其他基于代理的模型类似，它们基于参与者行为的本地规则。与许多其他基于代理的模型不同，通过包含广义线性统计模型的元素，它们旨在在经验数据集中真实详细地表示网络动态。在从经验数据中估计决定当地行为者行为的参数，以及从与网络级连续性的对应中评估拟合优度时，可以发现与微观-宏观考虑的统计平行。本文研究了几个网络级的后果的动态演员为基础的模型，适用于代表横截面网络数据。两个例子说明了如何网络级的特性可以获得作为紧急功能所隐含的微观规格的演员为基础的模型。
Stochastic actor-based models for network dynamics have the primary aim of statistical inference about processes of network change, but may be regarded as a kind of agent-based models. Similar to many other agent-based models, they are based on local rules for actor behavior. Different from many other agent-based models, by including elements of generalized linear statistical models they aim to be realistic detailed representations of network dynamics in empirical data sets. Statistical parallels to micro-macro considerations can be found in the estimation of parameters determining local actor behavior from empirical data, and the assessment of goodness of fit from the correspondence with network-level descriptives. This article studies several network-level consequences of dynamic actor-based models applied to represent cross-sectional network data. Two examples illustrate how network-level characteristics can be obtained as emergent features implied by micro-specifications of actor-based models.
登录
查看更多内容
影响因子：
56.9
作者：
Barabási, AL;Albert, R
通讯作者：
Albert, R
影响因子：
10.5
作者：
Macy, MW;Willer, R
通讯作者：
Willer, R
影响因子：
9.1
作者：
DAVIS, JA
通讯作者：
DAVIS, JA
DOI：
10.1198/016214507000000446
发表时间：
2008-03-01
影响因子：
3.7
作者：
Hunter, David R.;Goodreau, Steven M.;Handcock, Mark S.
通讯作者：
Handcock, Mark S.
影响因子：
3.2
作者：
BARTON, AH
通讯作者：
BARTON, AH