从局部动力学中分离集体趋势
物理与社会
2015-05-14 v2 无序系统与神经网络
数据分析、统计与概率
摘要
一个单一的社会现象(如犯罪、失业或出生率)可以通过对应于不同层级单元(城市、地区、国家等)的时间序列来观测。给定局部层级的单元可能遵循由外部条件强加的集体趋势,但也可能表现出纯粹局部起源的涨落。局部行为通常计算为局部数据与全局平均值(例如国家平均值)之间的差异,这种观点可能非常具有误导性。我们在此提出一种方法,用于从一组相关时间序列中分离局部动力学与全局趋势。我们采用独立成分分析方法,与先前提出的方法不同,我们不假设存在一个小的无偏局部贡献。我们首先在由相关随机游走者生成的合成序列上测试我们的方法。然后,我们考虑犯罪率序列(美国和法国)以及美国肥胖率的演变,这是两个重要的社会度量例子。对于犯罪率,全局和局部政策之间的分离是一个主要的争论主题。对于美国,我们在70年代中期过渡时期观察到大的涨落,在此期间犯罪率显著增加,而自80年代以来,州犯罪率受外部因素支配,局部特异性的重要性正在下降。在肥胖的情况下,我们的方法表明自2000年以来外部因素主导了肥胖的演变,并且不同的州即使其肥胖患病率相似,也可能具有不同的动力学行为。
引用
@article{arxiv.0909.1490,
title = {Disentangling collective trends from local dynamics},
author = {Marc Barthelemy and Jean-Pierre Nadal and Henri Berestycki},
journal= {arXiv preprint arXiv:0909.1490},
year = {2015}
}
备注
11 pages, 15 figures, final version accepted for publication in PNAS