On the Estimation of Peer Effects for Sampled Networks
抽样网络中的同伴效应估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究部分观测网络、缺失连接及外生同伴效应的识别与估计，属于网络计量；未说明额外的因果识别设计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
抽样网络中的同伴效应估计
- 研究问题
- 研究网络仅部分可观测时，外生同伴效应能否由抽样设计识别，以及缺失样本内外连接如何造成估计偏误并进行校正。
- 方法与思路
- 作者采用设计识别框架比较与观测数据拓扑相容的完整网络，并在模型条件和样本单位报告联系人数量的设定下分析偏误。
- 材料陈述的贡献
- 摘要称，缺失样本内外连接时，同伴效应不能由设计识别；在进一步条件下刻画渐近偏误、提出校正估计量并开展模拟。
- 阅读关注点
- 应核对网络抽样机制、设计识别的定义、联系人数量信息的要求，以及偏误校正所依赖的模型条件与推断处理。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实。摘要未列出具体模型条件或模拟数值；设计下不识别的结论须与附加模型条件下的估计区分。
原文摘要
This paper deals with the estimation of exogeneous peer effects for partially observed networks under the new inferential paradigm of design identification, which characterizes the missing data challenge arising with sampled networks with the central idea that two full data versions which are topologically compatible with the observed data may give rise to two different probability distributions. We show that peer effects cannot be identified by design when network links between sampled and unsampled units are not observed. Under realistic modeling conditions, and under the assumption that sampled units report on the size of their network of contacts, the asymptotic bias arising from estimating peer effects with incomplete network data is characterized, and a bias-corrected estimator is proposed. The finite sample performance of our methodology is investigated via simulations.