A DECOMPOSITION ANALYSIS OF DIFFUSION OVER A LARGE NETWORK
大型网络扩散的分解分析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：摘要直接描述节点状态变化向邻居跨期扩散，以及网络相关性与遗漏协变量的混淆，明确对应网络与干扰方向。
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…
关注这篇论文的作者
大型网络扩散的分解分析
- 研究问题
- 当网络邻居的跨期相关性被用来衡量扩散时，如何分析协变量遗漏对估计扩散的影响，避免把共同相关误当传播？
- 方法与思路
- 作者针对摘要所引文献的扩散度量提出分解方法，衡量协变量对估计扩散的作用，并建立渐近推断和蒙特卡洛评估。
- 材料陈述的贡献
- 摘要称方法可以分解协变量在扩散估计中的作用，并为遗漏协变量可能混淆网络扩散的情形提供相应渐近推断程序。
- 阅读关注点
- 应核对扩散度量与分解项的定义、网络增长及依赖条件、协变量纳入方式，以及分解结果能否支持因果扩散解释。
- 阅读边界
- 仅据所给 Crossref 摘要版本，无法确定识别条件与模拟结果；摘要引用另一篇预印本，并不说明本篇属于预印本版本。
原文摘要
Diffusion over a network refers to the phenomenon of a change of state of a cross-sectional unit in one period leading to a change of state of its neighbors in the network in the next period. One may estimate or test for diffusion by estimating a cross-sectionally aggregated correlation between neighbors over time from data. However, the estimated diffusion can be misleading if the diffusion is confounded by omitted covariates. This paper focuses on the measure of diffusion proposed by He and Song (2022, Preprint, arXiv:1812.04195v4 [stat.ME]), provides a method of decomposition analysis to measure the role of the covariates on the estimated diffusion, and develops an asymptotic inference procedure for the decomposition analysis in such a situation. This paper also presents results from a Monte Carlo study on the small sample performance of the inference procedure.