Post-Selection Inference for Network Structure
网络结构的选择后推断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：摘要直接研究社会与经济网络中的分组选择、连接密度及网络结构置信区间，明确属于网络方向。
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…
网络结构的选择后推断
- 研究问题
- 研究者用同一网络数据选择社区或市场分组后，如何对组间连接密度构造仍然有效的置信区间，避免忽略选择过程？
- 方法与思路
- 作者构造两类选择后区间，分别借鉴既有策略和 Talagrand 型经验过程集中不等式，对不消失规模的组对同时覆盖。
- 材料陈述的贡献
- 摘要称两类区间易计算且可扩展，第二类在较广区间类别中达到最优速率；应用显示部分结构证据经校正后不再成立。
- 阅读关注点
- 应核对网络生成与依赖条件、组规模限制、同时覆盖范围，以及速率最优的比较类别和实际区间宽度。
- 阅读边界
- 这是预印本，同行评审与期刊接收均未核实。普遍有效性受摘要所述组规模与渐近框架约束，有限样本表现未说明。
原文摘要
Researchers often use the density of connections between groups of agents, such as communities, blocs, or markets, to characterize the structure of a social or economic network. In many cases, these groups are selected using the network data, making conventional fixed-group inference procedures potentially invalid. To address this issue, we develop two new confidence intervals that are universally valid post-selection in the sense that they guarantee simultaneous coverage asymptotically over all pairs of groups whose relative sizes do not vanish. Our first interval builds on a strategy of Berk et al. (2013). Our second interval is based on a Talagrand-type concentration inequality for empirical processes. Both intervals are simple to compute and scalable to large networks, but a key technical contribution of our paper is to show that the second interval is rate-optimal over a broader class of intervals. Three empirical illustrations show that accounting for selection can matter in practice. Some evidence for homophily in a social network and a hub-and-spoke structure in a trade network survives our correction, while evidence for a segmented market structure in a worker transition network does not.