网络自回归过程的一般建模框架
统计方法学
2021-10-20 v1 统计理论
统计理论
摘要
本文提出了一个灵活通用的网络自回归过程（NAR）建模框架，其中每个节点的响应线性依赖于其过去值、邻节点的预设线性组合以及一组节点特定协变量。相应系数为节点特定，而该框架可容纳重于高斯误差的情形，并具有空间自回归和基于因子的协方差结构。我们提供了一个充分条件以确保底层 NAR 的稳定性（平稳性），该条件显著弱于文献中先前工作的对应条件。进一步，我们针对固定以及发散数量的网络节点发展了普通和广义最小二乘估计量，并给出了其岭正则化版本，后者在大型网络设定中表现更优，同时给出了它们的渐近分布。我们还探讨了网络连通性误设问题及其对上述各类 NAR 参数估计量渐近分布的影响。该框架在合成与真实空气污染数据上均进行了演示。
引用
@article{arxiv.2110.09596,
title = {A General Modeling Framework for Network Autoregressive Processes},
author = {Hang Yin and Abolfazl Safikhani and George Michailidis},
journal= {arXiv preprint arXiv:2110.09596},
year = {2021}
}