具有潜在动态收缩的障碍网络模型用于增强零膨胀有向网络时间序列中的边预测
统计方法学
2025-05-01 v1 应用统计
摘要
本文旨在建模1994年至2013年间服装行业29个国家之间的国际贸易关系。双边贸易流可以表示为有向网络,其中节点对应国家,有向边表示贸易流(即某国在某年是否向另一国出口)。此外,节点(如GDP)和边特定(如劳动力供给)协变量也可获得。该研究聚焦于两个关键挑战:(1)捕捉多种形式的时间依赖和网络依赖以及对协变量的依赖;(2)考虑潜在贸易量作为重要的但部分观测的边特定协变量,该协变量仅对参与贸易的国家对可用。为应对这些挑战,我们提出了动态障碍网络模型(Hurdle-Net)用于零膨胀有向网络时间序列,其中包含若干新颖特征。首先,它将时间序列表示为配对的二值和连续时间序列,并利用障碍模型有效处理边出现的稀疏性。其次,该模型通过由动态收缩过程控制的节点特定潜变量来捕捉演化的网络依赖。第三,它在二值和连续分量之间利用共享的潜结构,反映两个网络涉及相同节点的事实。最后,该模型采用广义逻辑链接函数将边出现与边权重关联,允许一个简约且一致的分层贝叶斯框架联合建模两个网络分量。与静态或独立模型相比,Hurdle-Net在分析国际贸易模式方面提供了改进的模型选择、估计和预测性能。其有效性通过模拟研究和双边贸易流数据的应用得到了验证。
引用
@article{arxiv.2504.21275,
title = {Hurdle Network Model With Latent Dynamic Shrinkage For Enhanced Edge Prediction in Zero-Inflated Directed Network Time Series},
author = {Sandipan Pramanik and Raymond Robertson and Yang Ni},
journal= {arXiv preprint arXiv:2504.21275},
year = {2025}
}