[논문 리뷰] Social Network Mediation Analysis: a Latent Space Approach

Haiyan Liu, Ick Hoon Jin외 2명|arXiv (Cornell University)|2018. 10. 08.

Mental Health Research Topics참고 문헌 76인용 수 3

한 줄 요약

이 논문은 사회적 네트워크를 암묵적 공간을 통해 행위자 간 의존성을 캐치하는 매개자로 간주하는 새로운 베이지안 매개모델을 제안한다. 수직인 잠재 차원에서 네트워크 위치를 모델링함으로써, 비유일한 잠재 위치가 존재하더라도 총 간접효과를 타당하게 추정할 수 있으며, 시뮬레이션과 실증 검증을 통해 정확한 모수 복원 및 성별이 우정 네트워크를 통해 직접적·간접적으로 담배 피우는 행동에 영향을 미친다는 증거를 제시한다.

ABSTRACT

Social networks contain data on both actor attributes and social connections among them. Such connections reflect the dependence among social actors, which is important for individual's mental health and social development. To investigate the potential mediation role of a social network, we propose a mediation model with a social network as a mediator. In the model, dependence among actors is accounted by a few mutually orthogonal latent dimensions. The scores on these dimensions are directly involved in the intervention process between an independent variable and a dependent variable. Because all the latent dimensions are equivalent in terms of their relationship to social networks, it is hardly to name them. The intervening effect through an individual dimension is thus of little practical interest. Therefore, we would rather focus on the mediation effect of a network. Although the scores are not unique, we rigorously articulate that the proposed network mediation effect is still well-defined. To estimate the model, we adopt a Bayesian estimation method. This modeling framework and the Bayesian estimation method is evaluated through a simulation study under representative conditions. Its usefulness is demonstrated through an empirical application to a college friendship network.

연구 동기 및 목표

• 독립변수(예: 성별)와 종속변수(예: 담배 피우는 행동) 사이에서 사회적 네트워크가 매개자로 작용하는 매개모델을 개발하는 것.
• 행위자 간 의존성 문제를 해결하기 위해, 상호수직인 차원을 가진 저차원의 잠재사회공간에 개인을 통합하는 것.
• 개별 잠재공간 위치가 비유일할 경우에도 전체 사회적 네트워크의 총 매개효과를 정의하고 추정하는 것.
• 광범위한 시뮬레이션과 실제 대학 친구 네트워크 데이터셋을 통해 제안된 모델의 성능을 평가하는 것.
• 이진 네트워크를 초월하여 가중치가 있는, 방향성 있는, 또는 비선형 관계에 적용 가능한 네트워크 매개 분석을 위한 방법론적 프레임워크를 제공하는 것.

제안 방법

• 사회적 유대를 잠재공간의 관찰되지 않는 상호수직 차원인 사회적 근접도로 나타내는 잠재공간모델(LSM)을 사용한다.
• 잠재공간 내 개인의 위치에 기반해 네트워크를 모델링하며, 간선 발생 확률은 이 공간 내 개인 간 거리에 의해 결정된다.
• 모델의 모수, 특히 네트워크 매개자를 통한 간접효과를 추정하기 위해 베이지안 계층모형을 적용한다.
• 불확실성과 경로 계수 간의 의존성을 고려하여 간접효과의 사후분포를 확보하기 위해 마르코프 체인 몬테카를로(MCMC) 샘플링을 사용한다.
• 전체 네트워크 매개효과를 잠재공간으로부터 X에서 Y로의 경로 계수 a와 Y로의 경로 계수 b의 곱으로 정의하며, 모든 잠재차원을 통합한다.
• 추론을 위해 등극우 95% 신뢰구간을 사용하고, 다양한 표본 크기와 차원 수에서의 커버리지 비율과 편향을 평가한다.

실험 결과

연구 질문

• RQ1 학생의 성별이 우정 네트워크의 구조를 통해 그들의 담배 피우는 행동에 어느 정도의 영향을 미치는가?
• RQ2 개별 개인의 잠재공간 위치가 비유일할 경우, 전체 사회적 네트워크의 매개효과는 어떻게 정의하고 추정할 수 있는가?
• RQ3 다양한 표본 크기와 잠재차원 수에서 베이지안 추정 방법이 진짜 네트워크 매개효과를 얼마나 잘 복원하는가?
• RQ4 제안된 모델은 행위자 간 의존성을 고려하면서도 실제 사회적 네트워크에서 간접효과를 탐지할 수 있는가?
• RQ5 여러 개의 잠재차원을 포함할 경우, 네트워크 매개 분석의 추정 정확도와 커버리지 비율에 어떤 영향을 미치는가?

주요 결과

• 표본 크기가 100 이상일 경우, 베이지안 추정 방법이 정확한 모수 추정을 제공하였으며, 95% 신뢰구간의 커버리지 비율은 주로 수용 가능한 범위 [92.5%, 97.5%] 내에 있었다.
• 작은 표본 크기(예: 50 또는 100)에서는 잠재차원 수가 증가할수록 모수 추정의 편향이 증가하였으며, 10% 이상의 편향을 초과하는 경우가 더 빈번하게 발생하였다.
• 비유일한 잠재공간 위치가 존재하더라도 총 네트워크 매개효과는 잘 정의되고 추정 가능하였으며, 모델의 구조가 간접효과의 식별성을 보장하기 때문이다.
• 실제 대학 친구 네트워크 분석에서 성별은 담배 피우는 행동에 유의미한 직접효과를 가지며, 그 효과의 일부는 우정 네트워크를 통해 간접적으로 발생하였다.
• 결과는 여학생이 남학생보다 담배를 덜 피우며, 이 차이는 네트워크 위치와 사회적 유대의 차이에 의해 부분적으로 설명된다는 것을 시사한다.
• 모델은 네트워크 매개효과를 포착하는 데 가능성을 보였지만, 향후 연구에서는 개별 잠재차원의 해석과 종단적, 비선형 설정으로의 확장 필요성이 있다.