内向与外向网络影响分析
统计方法学
2022-05-17 v1
摘要
衡量网络中节点间的异质性影响在网络分析中至关重要。本文提出一种内向与外向网络影响（IONI）模型来评估节点异质性。具体而言，我们允许两类影响参数：一类衡量每个节点对他人施加影响的大小（外向影响），同时我们引入一个新参数来量化每个节点受他人影响的接受程度（内向影响）。相应地，这两类影响度量自然地将所有节点划分为四个象限（高内高外、低内高外、低内低外、高内低外）。为了在实证中展示我们的四象限聚类方法，我们采用拟极大似然方法来估计影响参数，并给出了所得估计量的渐近性质。此外，提出了得分检验以考察两类影响参数的同质性。为提高关于节点影响推断的准确性，我们引入贝叶斯信息准则以选择最优影响模型。IONI 模型与四象限聚类方法的实用性通过模拟研究以及一个涉及客户分群的实证例子加以说明。
引用
@article{arxiv.2205.07297,
title = {Inward and Outward Network Influence Analysis},
author = {Yujia Wu and Wei Lan and Tao Zou and Chih-Ling Tsai},
journal= {arXiv preprint arXiv:2205.07297},
year = {2022}
}
备注
6 figures