[论文解读] Social Network Mediation Analysis: a Latent Space Approach

Haiyan Liu, Ick Hoon Jin+2 more|arXiv (Cornell University)|Oct 8, 2018

Mental Health Research Topics参考文献 76被引用 3

一句话总结

本文提出了一种新颖的贝叶斯中介模型，将社交网络作为中介变量，利用潜在空间捕捉行动者之间的依赖关系。通过在正交的潜在维度上建模网络位置，该方法即使在潜在位置不唯一的情况下，也能有效估计总间接效应。模拟与实证验证表明，参数恢复准确，并提供了性别通过友谊网络对吸烟行为产生直接影响和间接影响的证据。

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.

研究动机与目标

• 开发一种中介模型，使社交网络作为自变量（例如性别）与因变量（例如吸烟行为）之间的中介，同时考虑行动者之间的依赖关系。
• 通过将个体嵌入具有正交维度的低维潜在社会空间，解决社交行动者之间依赖性的挑战。
• 在个体潜在位置不唯一的情况下，定义并估计整个社交网络的总中介效应。
• 通过广泛的模拟和一个真实世界大学生友谊网络数据集，评估所提出模型的性能。
• 为网络中介提供一种方法论框架，该框架可超越二值网络，适用于有值的、有向的或非线性关系的网络。

提出的方法

• 使用潜在空间模型（LSM）将社交网络关系表示为未观测到的、正交的社会接近度维度的函数。
• 将网络建模为个体在潜在空间中位置的函数，边存在的概率由该空间中个体间距离决定。
• 采用贝叶斯分层框架估计模型参数，包括通过网络中介的间接效应。
• 使用马尔可夫链蒙特卡洛（MCMC）抽样获得间接效应的后验分布，以考虑路径系数之间的不确定性和依赖性。
• 将总网络中介效应定义为从X到潜在网络（a）的路径与从潜在网络到Y（b）的路径的乘积，对所有潜在维度进行积分。
• 使用等尾95%可信区间进行推断，并在不同样本大小和维度数下评估模拟研究中的覆盖率和偏差。

实验结果

研究问题

• RQ1 一个学生的性别在多大程度上通过其友谊网络结构影响其吸烟行为？
• RQ2 当个体在潜在空间中的位置不唯一时，如何定义并估计整个社交网络的中介效应？
• RQ3 在不同样本大小和潜在维度数量下，贝叶斯估计方法在恢复真实网络中介效应方面的表现如何？
• RQ4 所提出的模型能否在考虑行动者之间依赖关系的前提下，在真实社交网络中检测到间接效应？
• RQ5 引入多个潜在维度如何影响网络中介分析中的估计准确性和覆盖率？

主要发现

• 当样本量超过100时，贝叶斯估计方法产生了准确的参数估计，95%可信区间的覆盖率大多处于可接受范围[92.5%, 97.5%]内。
• 对于小样本量（例如50或100），随着潜在维度数量的增加，参数估计的偏差增大，超过10%偏差的情况也更多。
• 尽管潜在位置不唯一，总网络中介效应仍被明确定义且可估计，因为模型结构确保了间接效应的可识别性。
• 在对大学生友谊网络的实证分析中，性别对吸烟行为具有显著的直接影响，且部分影响通过友谊网络实现中介。
• 结果表明，女生吸烟的可能性低于男生，且这一差异部分由其网络位置和社会关系的差异所解释。
• 该模型在捕捉网络中介效应方面表现出可行性，但未来工作仍需进一步解释个体潜在维度，并扩展至纵向和非线性情境。