[1] 如何证明“近朱者赤，近墨者黑”？----学校中的同辈影响（PEER EFFECTS at Schoo

sunkai_bick 发表于 2012-12-20 17:02
好！好好阅读一下再介绍。
现在扩展到三个方面了：
a . peer effect

下帖的附件： 48002809.pdf (54.37 KB)

2012-12-21 02:21:10 上传

Social Networks and Peer Effects: An Introduction

1.  Social Networks and Peer Effects: An Introduction (pages 1–6)
    Matthew O. Jackson and Xavier Vives

sunkai_bick 发表于 2012-12-20 17:02
好！好好阅读一下再介绍。
现在扩展到三个方面了：
a . peer effect

抱歉，上面第一篇AER的文章不是讲social network的。第二篇是对的。

social network方面的研究回答了一个问题：为什么会有peer effect？如果我没有理解错，其中一种方法的基本思路是，network其他人的行为是本人效用函数的一部分，然后用博弈论的方法给出均衡解。从均衡解推导出可验证的假设，然后收集数据来验证假设。比如说，考虑减肥的peer effect，为什么在一个network里大家竞相减肥？一个解释是博弈。假设如下的效用函数：


x代表减肥效果，前两项是标准的concave的效用函数，后一项是social network对i的效用的影响，即peer effect。直观的解释是，人们都希望在social network中得到好的评价，你减肥效果好，形体好，别人认为你美，给你带来效用。这一效用跟其他人的减肥效果是相关的，越关注减肥的人，给你的评价越高（说明你们是同类人）。


2010年第一期的Journal of the European Economic Association是关于social network和peer effect的专题，目录如下：

1.  Social Networks and Peer Effects: An Introduction (pages 1–6)
    Matthew O. Jackson and Xavier Vives

2. Bargaining and Cooperation in Strategic Form Games (pages 7–33)
    Sergiu Hart and Andreu Mas-Colell

3. Delinquent Networks (pages 34–61)
    Coralio Ballester, Yves Zenou and Antoni Calvó-Armengol

4. Peer Pressure (pages 62–89)
    Antoni Calvó-Armengol and Matthew O. Jackson

5. Keeping up with the Neighbors: Social Interaction in a Market Economy (pages 90–119)
    Christian Ghiglino and Sanjeev Goyal

6. What do we Expect from our Friends? (pages 120–138)
    Stephen Leider, Tanya Rosenblat, Markus M. Möbius and Quoc-Anh Do

7. Aspirations, Segregation, and Occupational Choice (pages 139–168)
    Dilip Mookherjee, Debraj Ray and Stefan Napel

8. Peer Effects and Peer Avoidance: The Diffusion of Behavior in Coevolving Networks (pages 169–202)
    Constanza Fosco, Fernando Vega-Redondo and Matteo Marsili

9. Matching and Network Effects (pages 203–231)
    Marcel Fafchamps, Marco J. van der Leij and Sanjeev Goyal

10. Adoption Curves and Social Interactions (pages 232–251)
    William A. Brock and Steven N. Durlauf

第一篇简介见附件：https://bbs.pinggu.org/z_liuliang.php?aid=1237760

附件为什么显示不了？代码是“[atta**]1237760[/atta**]”（**为ch），请版主帮忙一下。

shetianlang 发表于 2012-12-21 02:41
附件为什么显示不了？代码是“[atta**]1237760[/atta**]”（**为ch），请版主帮忙一下。

这个帖子是不是发了两次？如果两次可能是因为附件有重复吧。
如果不是这种情况，我会向论坛咨询一下原因

sunkai_bick 发表于 2012-12-21 13:11
这个帖子是不是发了两次？如果两次可能是因为附件有重复吧。
如果不是这种情况，我会像论坛咨询一下原因 ...

是发了两次，第一次附件上传成功，但是要审核。第二次就没办法显示附件了。现在两个帖子都出来了

peer强调个体对个体，cohort强调群体对个体，social network更远了一些，是描述群体中的个体。

就同辈影响这个概念来说，cohort更接近一些。

对学生个体受群体影响的数据量化，这个需要收集大量的数据做统计分析，如果没有长时间抗战的的过程大概很难得出准确的结论。

建议找数学或者统计专业的做一个模型开始进行研究，在采集数据和定量分析的过程中不断改进模型，最后得出一个可以用数学公式描述的结论，这样更符合工程学研究的标准（可量化，可复制或可重现，可标准化）。

sunkai_bick 发表于 2012-12-19 11:23
同辈影响的理解大致不错！
为了研究的可行性，我们可以把问题具体化。

如果单是讨论成绩是否相互影响的话，就我曾经当学生的经验来讲，

1.跟学校整体的风气有关，学校整体的学习风气好——比如名牌大学和二本甚至三本比——这种影响发挥的作用越大

2.跟所在班级、宿舍——或者说个人所处的时间最长的那个同辈群体——的平均成绩或成就有关，如果好学生居多，大家会比成绩好；如果居多的是中等成绩，可能就不会那么积极；如果都是对成绩不在乎，纯粹来体验学校生活的，这种同辈影响会更多地体现在对吃喝玩乐等的追求上，在学习成绩上的影响会受到大幅的弱化

3.个人经历、家庭变故等等情况，就一般来说发生突变转折的概率偏小，对普适性结果的影响有限

要想超越别人，就不要纵容自己

贴一篇刚刚在AEA年后上宣讲的论文：

Peer Effects in Microenvironments: The Benefits of Homogeneous Classroom Groups   
Fangwen Lu (Renmin University of China)
Michael Anderson (University of California-Berkeley)                             

Abstract
Many believe that classroom interactions play an important role in students’ academic
achievement, but there is little evidence on peer effects within sub-classroom groups. We
exploit random seat assignment in a Chinese middle school to estimate how the gender of
neighboring students affects a student’s academic achievement. We find that being
surrounded by five females rather than five males increases a female’s test scores by 0.2 to
0.3 standard deviations but has no significant effects on a male’s test scores. These results
suggest a low-cost way to potentially improve performance within the world’s largest school
system.

PeerEffectsInMicroenvironmentsTheB_preview.pdf (840.33 KB)

2013-1-6 09:31:25 上传

Peer effects, classroom groups

shetianlang 发表于 2012-12-21 02:37
抱歉，上面第一篇AER的文章不是讲social network的。第二篇是对的。

social network方面的研究回答了一 ...

那篇论文没有找到这个效用函数，估计你用的是其他论文的模型？
anyway，我不太确定aij的符号；或者intuitively解释：
dui/dxj=aij*xi >=<0?
假定别人减肥效果增加，那么自己减肥效果越好，对自己的效用越大，这个符合你的logic；但是有无数据给定aij的符合呢？