集体结果的敏感性识别关键组分
物理与社会
2020-07-06 v3 统计力学
数据分析、统计与概率
应用统计
摘要
当社会系统的集体性质敏感地依赖于少数关键组分时，该系统易受扰动。利用统计物理中最小模型的信息几何，我们发展了一种识别关键组分的方法，粗粒化的或聚合的性质对这些组分敏感。作为一个例子，我们在一个具有总是投票给多数派的居中投票者的简化玩具模型上引入了我们的方法。多数-少数分裂对改变投票者行为的敏感性 pinpoint 了居中者的独特作用。更一般地，该敏感性识别出精确决定由复杂相互作用网络生成的集体结果的关键组分。利用对模型中关键组分的靶向扰动，我们分析了来自政治投票、金融和 Twitter 的数据集。在这些系统中，我们发现了显著的多样性，从由类居中组分主导的系统到组分表现更为均等的系统。在政治机构如法院或立法机构的背景下，我们的方法学可帮助描述投票者变化如何映射到新的集体投票结果。对于经济指数，不同的系统响应反映了不同时期的不同财政状况。因此，我们的信息几何方法提供了一个有原则的定量框架，可帮助评估集体结果对靶向扰动的鲁棒性，并相互比较社会机构、甚至生物网络及其随时间的变化。
引用
@article{arxiv.1909.10117,
title = {Sensitivity of collective outcomes identifies pivotal components},
author = {Edward D. Lee and Daniel M. Katz and Michael J. Bommarito and Paul Ginsparg},
journal= {arXiv preprint arXiv:1909.10117},
year = {2020}
}