转换模型中误差的消失
物理与社会
2020-08-27 v1 统计方法学
摘要
同一基本微分方程模型已被改编用于群体成员在不同状态间随时间转换的建模。该转换模型已应用于不同情境,例如流行病学感染、创新扩散的Bass模型以及公共舆论的ideodynamic模型。例如,该模型的ideodynamic版本可以预测公共舆论对可追溯至无限远过去的说服性消息的反应变化。所有消息的测量均存在误差,本章讨论了消息测量中的误差如何随时间消失,使得预测的舆论值逐渐不受过去测量误差的影响。本文利用形式统计、敏感性分析和自助法方差计算讨论了预测的不确定性。本章展示了基于两年半的每日Twitter评分计算出的关于丰田汽车制造商的舆论时间序列的ideodynamic预测。在此期间,丰田遭遇了突发负面新闻冲击,该模型能够准确预测随之而来的丰田正面舆论下降和负面舆论上升。
引用
@article{arxiv.2008.11696,
title = {Disappearing errors in a conversion model},
author = {David P. Fan},
journal= {arXiv preprint arXiv:2008.11696},
year = {2020}
}
备注
17 pages, 2 figures, to be published in the book "Measurement Error in Longitudinal Data" by Oxford University Press, edited by Alexandru Cernat and Joe Sakshaug, scheduled for January 2021