Network Varying Coefficient Model
网络变系数模型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。
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：摘要以网络节点潜在位置驱动回归系数变化，直接涉及网络数据建模。
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…
网络变系数模型
- 研究问题
- 如何使回归系数随驱动网络形成的节点潜在位置而变化，从而描述网络背景下协变量与响应之间的异质性关系？
- 方法与思路
- 作者通过潜在空间模型估计节点位置，交替优化网络参数与回归系数，并使用信息准则选择维度、惩罚方法筛选变系数协变量。
- 材料陈述的贡献
- 摘要称，作者给出系数矩阵估计的非渐近界和变量选择理论性质，并用模拟及股票收益与财务比率的网络分析展示模型用途。
- 阅读关注点
- 核对潜在位置的识别与归一化、网络和响应的联合建模条件、交替算法的收敛，以及位置估计误差如何影响回归结果。
- 阅读边界
- 所给为 OpenAlex 索引摘要，稿件版本未注明。摘要未说明网络依赖假设和具体误差界；股票应用不能直接证明因果关系或收益预测能力。
原文摘要
We propose a novel network-varying coefficient model that extends traditional varying coefficient models to accommodate network data. The main idea is to model the regression coefficients as the functions of the latent “locations” of network nodes that drive formation of the network. To estimate the model, we identify the latent “locations” via the latent space model and then develop an iterative projected gradient descent algorithm by optimizing the network parameters and regression coefficients alternately. The non-asymptotic bounds of the estimated coefficient matrix are obtained. In addition, a Bayesian information criterion is proposed to select the dimension of the latent space. Moreover, we employ a penalized method to select covariates with varying coefficients that are significant to the response variable, and demonstrate the theoretical properties of selection. The utility of the proposed model is illustrated via simulation studies and a real-world application in the field of finance by analyzing the relationship between stock returns and their corresponding financial ratios from a network perspective. Supplementary materials for this article are available online, including a standardized description of the materials available for reproducing the work.