|
可能的情况是,在所有条件相同的情况下,在狩猎层中处于更中心的位置会导致狩猎频率的增加,但也可能是狩猎网络中处于中心位置的人倾向于在其他层中处于中心位置,而这些其他网络会阻止他们以其他可能的频率狩猎。由于复用网络的结构而增加的测量误差可能意味着有时会发现层的影响,而实际上是由于底层结构的不同部分(类型1误差)。有时,这意味着当实际存在效果时,不会发现单个层的效果,但这可能是因为底层结构的效果和该层的独特效果方向相反,导致错误检测到无效果(类型2错误)。如果多重网络结构过程是每个层上度量的常见原因(例如,中心性),那么我们不太可能恢复每个网络对感兴趣结果的真实影响,除非我们有一种方法从多个层的中心性中解析每个层特有的中心性。鉴于我们知道偶然的网络成员身份等过程会导致网络的耦合,并且对耦合网络的测量并不是独立的,我们预计,结合多重网络结构的工具的创建将是一个积极而富有成效的研究领域。目前,还没有即插即用的方法来解开这种耦合——我们建议与机械统计模型方面的专家密切合作。这些多重网络结构过程的存在使我们得出结论,我们必须整合个人跨领域关系的结构,否则我们可能会得出错误的结论。
|