面向纵向网络与节点属性的乘法协同进化回归模型
统计方法学
2017-12-08 v1
摘要
我们引入了一个简单且可扩展的协同进化模型，用于分析纵向网络与节点属性数据。该模型包含描述三种现象的参数：同质性、传染性和网络与节点属性过程的自相关。此处同质性描述网络的变化如何与节点间基于其节点属性的相似性相关联。传染性指节点级属性如何随网络而变化。我们提出的模型基于一对交织的自回归过程。对于连续值完全观测的网络与属性数据，我们获得了最小二乘参数估计。我们还提供了若干其他情形下的贝叶斯推断方法，包括有序网络与属性数据，以及涉及潜在节点属性的模型。这些模型扩展被应用于国际关系数据分析以及一项关于青少年 delinquency 与友谊网络的研究数据。
引用
@article{arxiv.1712.02497,
title = {Multiplicative Coevolution Regression Models for Longitudinal Networks and Nodal Attributes},
author = {Yanjun He and Peter D. Hoff},
journal= {arXiv preprint arXiv:1712.02497},
year = {2017}
}
备注
20 pages