<html>
  <head>

    <meta http-equiv="content-type" content="text/html; charset=ISO-8859-1">
  </head>
  <body bgcolor="#FFFFFF" text="#000000">
    <font face="Courier New, Courier, monospace">Dear RSiena-Users<br>
      <br>
    </font><font face="Courier New, Courier, monospace">I jointly
      analyze network dynamics and behavioral dynamics. Something that I
      am concerned about are the large standard errors on the estimate
      of the behavioral rate parameter. Here an example:<br>
      <br>
                                                        Estimate  
      Standard   Convergence <br>
                                                                    
      Error      t-ratio   <br>
      Network Dynamics <br>
         1. rate  basic rate parameter friends           7.8441  ( 
      1.3870  )    0.0131   <br>
         2. eval  outdegree (density)                   -1.1287  ( 
      0.1991  )   -0.0392   <br>
         3. eval  reciprocity                            1.8075  ( 
      1.1237  )    0.0220   <br>
         4. endow reciprocity                           -1.7207  ( 
      1.9371  )   -0.0050   <br>
         5. eval  balance                                0.2603  ( 
      0.0565  )    0.0264   <br>
         6. eval  same covariate                         0.2877  ( 
      0.2220  )    0.0135   <br>
      <br>
      Behavior Dynamics<br>
         7. rate  rate behav period 1                   34.9277  (
      36.6589  )   -0.0177   <br>
         8. eval  behavior behav linear shape           -0.0327  ( 
      0.0592  )   -0.0194   <br>
         9. eval  behavior behav quadratic shape         0.0003  ( 
      0.0048  )   -0.0220   <br>
        10. eval  behavior behav: effect from covariate -0.0096  ( 
      0.1383  )   -0.0588 <br>
      <br>
      As you see, convergence is good. Even if I exclude the 10th effect
      (effect from gender, in many networks I get large s.e. for the
      rate on aggressive behavior). I also made the rate of behav
      dependent on covariates with no essential effect.<br>
      <br>
      Are these large s.e.'s of concern?<br>
      <br>
      Thanks for your help.<br>
      <br>
      Best,<br>
      Philippe<br>
    </font>
  </body>
</html>