EXACT LIKELIHOOD INFERENCE IN GROUP INTERACTION NETWORK MODELS
群体互动网络模型中的精确似然推断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。
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：摘要明确研究群体互动网络中的空间自回归参数，研究对象直接涉及群体内互动，因此归入网络与干扰方向。
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
群体互动网络模型中的精确似然推断
- 研究问题
- 在具有群体互动结构的空间自回归模型中，如何刻画互动参数估计量的分布，并在群体规模平衡或不平衡时开展精确推断？
- 方法与思路
- 作者利用此前得到的准最大似然估计量分布函数结果，先分析无回归项的平衡模型，再扩展到部分回归模型及不平衡情形。
- 材料陈述的贡献
- 摘要称，文章完整分析了平衡模型中估计量的性质及相应精确推断，并为不平衡模型提供部分对应结果，涵盖群体特定回归项。
- 阅读关注点
- 阅读全文时应核对精确分布结果的适用条件、平衡与不平衡模型的差异，以及哪些回归项允许纯模型的结论直接推广。
- 阅读边界
- 仅据所给 Crossref 版本摘要，不能判断精确推断需要的完整分布假设；不平衡模型仅获部分结论，不能视为全面推广。
原文摘要
The paper studies spatial autoregressive models with group interaction structure, focussing on estimation and inference for the spatial autoregressive parameter λ . The quasi-maximum likelihood estimator for λ usually cannot be written in closed form, but using an exact result obtained earlier by the authors for its distribution function, we are able to provide a complete analysis of the properties of the estimator, and exact inference that can be based on it, in models that are balanced. This is presented first for the so-called pure model, with no regression component, but is also extended to some special cases of the more general model. We then study the much more difficult case of unbalanced models, giving analogues of some, but by no means all, of the results obtained for the balanced case earlier. In both balanced and unbalanced models, results obtained for the pure model generalize immediately to the model with group-specific regression components.