[論文レビュー] Censoring Out-Degree Compromises Inferences of Social Network Contagion and Autocorrelation

Andrew C. Thomas|arXiv (Cornell University)|Aug 10, 2010

Opinion Dynamics and Social Influence被引用数 4

ひとこと要約

本稿は、個人の友人全員を名乗ることを制限する『出次数の遮断』が、社会的ネットワークの伝染モデルおよび自己相関モデルにおける推論に与える影響を調査する。不完全なエッジ情報は、効果量の過大評価またはゼロを中心とするバイアスを持つ推定量を引き起こし、友人数の不均一性が、補正が有効かどうかを左右する重要な要因であることが示された。

ABSTRACT

I examine the consequences of modelling contagious influence in a social network with incomplete edge information, namely in the situation where each individual may name a limited number of friends, so that extra outbound ties are censored. In particular, I consider a prototypical time series configuration where a property of the ego is affected in a causal fashion by the properties of their at a previous time point, both in the total number of alters as well as the deviation from a central value. This is considered with three potential methods for naming one's friends: a strict upper limit on the number of declarations, a flexible limit, and an instruction where a person names a prespecified fraction of their friends. I find that one of two effects is present in the estimation of these effects: either that the size of the effect is inflated in magnitude, or that the estimators instead are centered about zero rather than related to the true effect. The degree of heterogeneity in friend count is one of the major factors into whether such an analysis can be salvaged by post-hoc adjustments.

研究の動機と目的

• 不完全な社会的ネットワークデータ（特に、出次数の遮断）が、社会的伝染および自己相関効果の推定に与える影響を評価すること。
• 固定限界、柔軟限界、固定割合といった異なる友人名前指定制約が、推定の正確性に与える影響を評価すること。
• 出次数の遮断下で、後続の補正が有効な推論を回復できるかどうかを特定すること。
• 特に友人数の不均一性を含む、構造的ネットワーク特徴が、遮断補正の可能性に与える影響を同定すること。

提案手法

• エゴの性質が時刻tにおける時系列フレームワークで、時刻t-1におけるアルターの性質に依存する社会的影響をモデル化する。
• 厳密な上限、柔軟な上限、名前指定可能な友人の固定割合という3つの異なる友人名前指定プロトコルをシミュレーションする。
• 各プロトコル下で、標準的なネットワーク回帰モデルを用いて伝染および自己相関効果を推定する。
• 推定効果と真の潜在的値を比較することで、推定量のバイアスおよび大きさの歪みを評価する。
• 度の不均一性が、後続補正による遮断バイアスの緩和可能性を決定する役割を分析する。
• さまざまなネットワーク構造および遮断メカニズム下での推定量の頑健性を評価するために、シミュレーションベースの推論を用いる。

実験結果

リサーチクエスチョン

• RQ1 出次数の遮断は、ネットワークモデルにおける社会的伝染効果の推定にどのように影響するか？
• RQ2 友人名前指定制約の種別（固定限界、柔軟限界、固定割合）は、伝染効果推定のバイアスまたは精度に影響を与えるか？
• RQ3 出次数が遮断されている場合、後続補正によって有効な推論を回復できるか？
• RQ4 ネットワークの度の不均一性は、遮断の推定精度への影響をどの程度緩和するか？
• RQ5 推定量が真の効果量を反映するのではなく、ゼロを中心とする状況は、どのような条件下で生じるか？

主な発見

• 出次数の遮断は、主に2つの推定問題を引き起こす：伝染効果の大きさが過大評価される、または推定量がゼロを中心とする（検出可能な効果なしを示唆する）。
• ネットワークに度の不均一性が存在すると、バイアス推論のリスクが著しく増加し、遮断補正が難しくなる。
• 固定割合プロトコル下の推定量は、固定下限または柔軟限界プロトコルと比較して、より一貫したバイアスパターンを示す。
• 遮断が重度である、または度の不均一性が高い場合には、後続補正が正確な推論を回復するのに不十分であることが多い。
• 高出次数を持つ個人が遮断の影響で系統的に欠落する場合、ゼロを中心とする推定量のリスクは特に顕著である。
• ネットワーク構造、特に友人数の分散は、遮断を統計的補正で緩和できるかどうかを決定づける重要な要因である。