关系事件模型的拟合性良好性检验
统计方法学
2024-07-12 v1
摘要
一种动态网络类型涉及演员之间按时间顺序的相互作用，其中过去的网络配置可能影响未来的网络结构。关系事件模型可用于识别驱动系统组件之间相互作用的潜在动力学。尽管该模型在过去15年间取得了快速发展，但仍有一个持续的研究领域聚焦于评估该模型的拟合性良好性，特别是当其包含时变效应和随机效应时。当前的方法通常依赖于比较观察事件与模拟事件使用的特定统计量，但这可能在计算上昂贵，并且需要各种假设。我们提出了一种通过案例控制抽样估计的可加混合效应关系事件模型，并引入了一个用于测试此类模型拟合性良好性的通用框架，使用加权鞅残差。我们的焦点是设计一个Kolmogorov-Smirnov类型检验，用于评估协变量是否被准确建模。我们的 метод可以轻松扩展以评估网络动力学的其他特征是否已被适当地纳入模型中。我们使用合成数据评估各种关系事件模型的拟合性良好性，以评估检验的功效和覆盖范围。此外，我们将该方法应用于一项涉及2010年波兰某制造公司159名员工发送57,791封电子邮件的社交研究。该方法已实现于R软件包mgcv中。
引用
@article{arxiv.2407.08599,
title = {Goodness of fit of relational event models},
author = {Martina Boschi and Ernst-Jan Camiel Wit},
journal= {arXiv preprint arXiv:2407.08599},
year = {2024}
}