Statistical inference for multilayer networks in political science

Ted Hsuan Yun Chen*

*Tämän työn vastaava kirjoittaja

Tutkimustuotos: LehtiartikkeliArticleScientificvertaisarvioitu

5 Sitaatiot (Scopus)

Abstrakti

Interactions between units in political systems often occur across multiple relational contexts. These relational systems feature interdependencies that result in inferential shortcomings and poorly-fitting models when ignored. General advancements in inferential network analysis have improved our ability to understand relational systems featuring interdependence, but developments specific to working with interdependence that cross relational contexts remain sparse. In this paper, I introduce a multilayer network approach to modeling systems comprising multiple relations using the exponential random graph model. In two substantive applications, the first a policy communication network and the second a global conflict network, I demonstrate that the multilayer approach affords inferential leverage and produces models that better fit observed data.

AlkuperäiskieliEnglanti
Sivut380-397
Sivumäärä18
JulkaisuPolitical Science Research and Methods
Vuosikerta9
Numero2
DOI - pysyväislinkit
TilaJulkaistu - huhtik. 2021
OKM-julkaisutyyppiA1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä

Sormenjälki

Sukella tutkimusaiheisiin 'Statistical inference for multilayer networks in political science'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä