共享单车系统中潜在网络流的估计
应用统计
2020-01-23 v1
摘要
潜在网络流的估计是统计网络分析中的常见问题。典型设定是我们已知网络的边际，即入度和出度，但流未被观测到。在本文中，我们开发了一个混合回归模型，以在仅已知自行车站点入度和出度的小时差值的情况下估计共享单车网络中的网络流。我们还纳入了诸如天气状况等外生协变量。考虑了模型的两种不同参数化设定，以估计 1) 整个网络流和 2) 仅网络边际。模型参数的估计通过一种迭代惩罚极大似然方法来提出。这通过建模维也纳共享单车网络中的网络流加以示例说明。此外，进行了仿真研究以展示模型的性能。出于实际目的，预测何时以及哪个站点缺乏或过剩自行车至关重要。对于这一应用，我们的模型通过提供相当准确的预测而被证明非常适用。
引用
@article{arxiv.2001.08146,
title = {Estimation of Latent Network Flows in Bike-Sharing Systems},
author = {Marc Schneble and Göran Kauermann},
journal= {arXiv preprint arXiv:2001.08146},
year = {2020}
}
备注
27 pages, 20 figures