関係イベントモデルにおけるノードの異質性がゴースト三者効果を誘発する可能性

科学分野:

• ネットワーク科学
• 計算社会科学
• 統計モデリング

背景:

• 時間的ネットワークデータは、動的システムを理解するために不可欠な、時間の経過に伴う相互作用を捉える。
• 既存の関係イベントモデルは、観察されていないアクターの異質性に対処するのが難しく、結果に偏りが生じる可能性がある。
• ノードの異質性、または個々の違いは、ネットワークのダイナミクスに影響を与える可能性があるが、完全に捉えることは困難である。

研究 の 目的:

• 時間的ネットワークにおける観察されていない送信者と受信者の効果が、偽の結果をどのように生み出すかを調査する。
• 関係イベントモデルの新しいランダム効果拡張を提案し、評価する。
• ノードの異質性に関連する問題を解決するモデルの有効性を実証する。

主な方法:

• 関係イベントモデルのランダム効果拡張を開発する。
• 提案されたモデルを、入次数および出次数統計などの従来の統計と比較する。
• 送信者および受信者の効果を特定および補正するために、時間的ネットワークデータを分析する。

主要な成果:

• 送信者と受信者の効果を考慮しないと、「ゴースト三者効果」が誘発される可能性がある。
• 提案されたランダム効果関係イベントモデルは、ノードの異質性を効果的に処理する。
• 新しいモデルは、階層原理違反を解決する上で、従来のモデルよりも優れた性能を示す。

結論:

• 関係イベントモデルにランダム効果を含めることは、時間的ネットワークデータを正確に分析するために不可欠である。
• 提案された方法は、ネットワーク分析における観察されていない異質性に対する堅牢な解決策を提供する。
• このアプローチは、動的ネットワーク研究における結果の信頼性を高める。