0

我目前正在使用 Rergm包处理社交网络数据。我想估计在两个不同变量上同质的平局的条件概率，但根据我指定模型的方式，结果会略有不同。

在第一种情况下，我nodematch在我的模型中放置了两个项，一个代表我感兴趣的每个变量，我通过将模型的 3 个系数（“边缘”项和这两个nodematch术语）。

在第二种情况下，我直接指定一个nodematch术语，用于两个变量的同质关系。

我得到的结果虽然很接近，但仍然不同，而在这两种情况下，我都应该得到共享这两个属性的个人之间出现平局的对数奇数。

以下是 Sampson 数据中的一个示例：

# Load the data :

library(statnet)

data(sampson)

#First model: I specify two nodematch terms, one for 'cloisterville' and one for 'group'.

m1 <- ergm(samplike ~ edges + nodematch('cloisterville') + nodematch('group'))

#Second model: this time, I have only one term asking for a `nodematch` on both terms at the same time.

m2 <- ergm(samplike ~ edges + nodematch(c('cloisterville','group')))

#Here is the output of both models:

summary(m1)

summary(m2)

因此，根据第一个模型，两个变量上的同性关系的条件对数奇数应该是：

-2.250 + 0.586 + 2.389

即 0.725

然而，根据第二个模型，这个相同的双重同质领带的对数奇数应该是：

-1.856 + 2.659

即 0.803

对应的概率是 0.6737071 和 0.6906158

你知道为什么两种情况下的结果不同，而它应该给出相同类型的领带的相同条件概率吗？

非常感谢你的帮助，

亲切的问候

蒂莫西

4

1 回答 1

1

我们不应该期待相同的结果，因为模型正在评估两种不同的事物。本质上，模型 1 是在cloisterville 或上评估同质group性，而模型 2 是在 和 上评估同质cloisterville 性 group。

更准确地说，第一个模型在 上测试同质性group，净在 上同质化趋势cloisterville，反之亦然。第二个模型着眼于两个属性是否同时存在同质化趋势。僧侣是否在团体内建立联系并根据他们在修道院中的位置？

?ergm.terms请参阅中的注释nodematch：

（当给出多个名称时，统计仅计算所有命名属性都匹配的那些。）

这在视觉上很容易看到：

在此处输入图像描述

颜色是组。正方形表示cloisterville==TRUE，三角形表示cloisterville==FALSE。该术语nodematch(c('cloisterville','group'))仅计算颜色和形状匹配的边缘！

于 2017-03-15T16:05:21.183 回答