闪光的未必是金子：含伪事件的关联事件模型
统计方法学
2022-05-25 v2 应用统计
摘要
由于关联事件模型作为研究关联结构的一种日益流行的模型，大规模事件数据收集的可靠性变得愈发重要。自动化或人工编码的事件在事件识别中常遭受不可忽略的误发现率。并且大多数传感器数据主要基于预定义时间窗口内行动者的空间邻近性；因此，观测到的事件可能关联于社会关系或随机共现。两个例子都意味着可能偏倚估计与推断的伪事件。我们提出伪事件关联事件模型（REMSE），作为对现有交互数据方法的扩展。该模型为在控制伪事件的同时建模数据提供了灵活的解决方案。我们模型的估计通过数据增强的经验贝叶斯方法进行。基于一项模拟研究，我们考察了估计过程的属性。为展示其在两个不同应用中的效用，我们将该模型用于叙利亚内战的战斗事件和学生共现数据。模拟与应用的结果确认 REMSE 是在存在伪事件时建模关联事件数据的合适方法。
引用
@article{arxiv.2109.10348,
title = {All that Glitters is not Gold: Relational Events Models with Spurious Events},
author = {Cornelius Fritz and Marius Mehrl and Paul W. Thurner and Göran Kauermann},
journal= {arXiv preprint arXiv:2109.10348},
year = {2022}
}