多层 $p_2$ 模型：用于多层社交网络的混合效应建模
统计方法学
2024-05-29 v1 应用统计
摘要
社会行为者常常嵌入多个社交网络，对社会系统从多层网络视角进行研究正日益增长。本文提出一种针对横断面多层网络数据的数据混合效应模型，假设二元关系在条件下是独立的。基于单层 模型，我们通过跨层二元效应和行为者随机效应来引入不同网络层之间的依赖性。这些跨层效应建模了关于两个行为者之间关系以及同一行为者在不同关系维度上关系的依赖性趋势。该模型还可以研究行为者和二元关系的协变量效应。由于在应用网络研究中常采用仿真方法进行拟合优度分析，本文提出了用于多层网络分析的拟合优度度量标准。我们通过仿真评估了所选先验分布、所提方法的计算忠实性和推断性质。我们在毒化学政策网络的复制研究中展示了多层 模型的实用性。一项原创研究基于来自 34 所匈牙利小学课堂的数据，对 gossip 的感知进行反思，以及 gossip 发送者和 gossip 接收者之间观点差异，凸显了所提方法的适用性。
引用
@article{arxiv.2405.17707,
title = {The Multiplex $p_2$ Model: Mixed-Effects Modeling for Multiplex Social Networks},
author = {Anni Hong and Nynke M. D. Niezink},
journal= {arXiv preprint arXiv:2405.17707},
year = {2024}
}