互影响回归模型
统计方法学
2022-05-17 v1
摘要
本文中，我们提出互影响回归模型（MIR）以建立行动者互影响矩阵与其关联属性所导出的一组相似性矩阵之间的关系。该模型通过扩展常用的空间自回归模型并允许其随时间变化，能够解释互影响矩阵的异质结构。为便于基于 MIR 进行推断，我们建立了参数估计、权重矩阵选择与模型检验。具体而言，我们采用拟极大似然估计方法估计未知回归系数，并证明所得估计量在无需施加正态性假设且允许相似性矩阵数量发散时具有渐近正态性。此外，引入一种扩展的 BIC 型准则，用于从发散数量的相似性矩阵中选出相关矩阵。为评估所提模型的充分性，我们进一步提出影响矩阵检验并发展一种新方法以获得该检验的极限分布。最后，我们将模型扩展以容纳内生权重矩阵、外生协变量以及个体与时间固定效应，从而拓宽 MIR 的实用性。模拟研究支持了我们的理论发现，并给出一个真实示例以说明所提 MIR 模型的有用性。
引用
@article{arxiv.2205.07294,
title = {Mutual Influence Regression Model},
author = {Xinyan Fan and Wei Lan and Tao Zou and Chih-Ling Tsai},
journal= {arXiv preprint arXiv:2205.07294},
year = {2022}
}