调节网络模型
统计方法学
2020-02-14 v5
摘要
高斯图模型(GGM)等成对网络模型是分析多变量数据依赖关系的强大且直观的方法。GGM的一个关键假设是每对交互独立于所有其他变量的值。然而,在心理学研究中这往往难以成立。本文通过允许两个变量之间的每对交互受模型中(部分)所有其他变量的调节,从而扩展了GGM,并由此引入调节网络模型(MNM)。我们展示了如何构建MNM,并提出了一种L1正则化的节点wise回归方法来估计它。我们在模拟研究中提供了性能结果,并表明在检测调节效应方面,MNM优于基于分割样本的方法网络比较检验(NCT)和融合图Lasso(FGL)。最后,我们提供了一个完全可复现的教程,介绍如何使用R包mgm估计MNM,并讨论了模型误设定可能带来的问题。
引用
@article{arxiv.1807.02877,
title = {Moderated Network Models},
author = {Jonas Haslbeck and Denny Borsboom and Lourens Waldorp},
journal= {arXiv preprint arXiv:1807.02877},
year = {2020}
}