Противоречивые результаты в анализе социальных сетей с использованием QAP в R
Я провел анализ социальной сети, используя процедуру квадратичного присваивания (QAP) в R с помощью "sna"-Package (команда "netlm"). Независимая переменная представляет собой матрицу смежности, описывающую абсолютную разницу показателей Freedom-House-Score между каждой страной в 1973 году (N=140, исключая NA), а зависимая переменная представляет собой матрицу смежности, описывающую количество общих членств в МПО между каждым страна в 1978 году (N=140, исключая NA). Я на самом деле относительно знаком с анализом линейной регрессии, и я подумал, что могу адекватно интерпретировать результаты линейной регрессии. Однако мой анализ здесь выглядит довольно противоречивым.
Мой вклад:
nl<-netlm(m, CL, mode="graph", nullhyp = "qapspp", test.statistic = c("t-value"), reps=2000)
... и вывод:
OLS Network Model
Residuals:
0% 25% 50% 75% 100%
-0.8351025 -0.7891324 -0.6512221 0.3487779 10.2108676
Coefficients:
Estimate Pr(<=b) Pr(>=b) Pr(>=|b|)
(intercept) 0.83510255 1e+00 0.0000 0e+00
x1 -0.04597011 5e-04 0.9995 5e-04
Residual standard error: 1.264 on 9728 degrees of freedom
Multiple R-squared: 0.003851 Adjusted R-squared: 0.003748
F-statistic: 37.61 on 1 and 9728 degrees of freedom, p-value: 8.994e-10
Test Diagnostics:
Null Hypothesis: qapspp
Replications: 2000
Coefficient Distribution Summary:
(intercept) x1
Min 10.01159 -6.79192
1stQ 13.91998 -1.09924
Median 14.98675 0.07222
Mean 15.04407 0.07017
3rdQ 16.10645 1.29403
Max 20.57710 6.01872
Как это интерпретировать?
> Остатки Распределение не выглядит симметричным, что является первым показателем того, что моя модель не совсем соответствует данным.
> Коэффициенты Похоже, что моя независимая переменная очень слабо влияет на зависимую переменную, а именно: при уменьшении абсолютной разницы в баллах FH на одну единицу количество общих членов в МПО уменьшается на 0,05. Глядя на t-критерий x1 (Pr(>=b) = 0,9995), очень высока вероятность того, что эта связь произошла здесь случайно.
> Остаточная стандартная ошибка. Здесь я не уверен, как ее интерпретировать.
> R-квадрат Модель, по-видимому, объясняет почти 0% отклонений в зависимой переменной.
> F-статистика Значение моей F-статистики с 37,61 значительно выше, чем 1, и значение р также очень низкое. Это указывает на наличие связи между переменными.
Это сбивает с толку: все остальные показатели указывают на то, что моя модель совсем не подходит, но F-статистика выглядит неплохо... как это можно интерпретировать?
Я надеюсь, что вы можете помочь мне здесь и поправить меня, если я что-то неправильно понял. Спасибо вам всем!