×

纵向网络模型和排列均匀马尔可夫链。 (英语) Zbl 07748383号

摘要:考虑纵向网络,其边缘根据具有指数族转移概率的离散时间马尔可夫链打开和关闭。当它们的联合分布也是具有相同参数的指数族时,我们对其进行了表征,从而改进了数据缩减。我们进一步证明了这些链的置换均匀子类允许在同一状态空间上解释为一个独立的、相同分布的序列。然后,我们将这些思想应用于置换一致性非常适合的时间指数随机图模型,并讨论了平均参数收敛性、并元独立性和可交换性。我们的框架有助于我们引入新的网络模型;简化了对文献中一些网络和自回归模型的分析,包括允许一些模型的最大似然估计的封闭表达式;并且有助于从渐近或单观测指数随机图模型将标准工具应用于纵向网络马尔可夫链。
{©2022斯堪的纳维亚统计杂志基金会董事会。}

MSC公司:

62至XX 统计

软件:

PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Andersen,E.B.(1970年9月)。离散样本空间的充分性和指数族。《美国统计协会杂志》,65(331),1248-1255。https://doi.org/10.2307/2284291 ·Zbl 0224.62003号 ·doi:10.2307/2284291
[2] Axler,S.(2015年9月26日)。表明n个指数函数是线性无关的。数学堆栈交换。https://math.stackexchange.com/a/1451686。
[3] Bannister,M.J.、Devanny,W.E.和Eppstein,D.(2014年12月4日)。ERGM很难。arXiv:1412.1787v1[cs.DS]。预发布。
[4] Barndorff‐Nielsen,O.E.(1978年)。信息与指数族:统计理论。约翰·威利父子公司。238页。https://doi.org/10.1002/9781118857281 ·Zbl 1288.62007号 ·doi:10.1002/9781118857281
[5] Bhat,B.R.(1988年12月)。随机过程中的指数族和曲线指数族。《数学科学家》,13(2),121-134·Zbl 0662.62007号
[6] Bhat,B.R.和Gani,J.M.(1960年12月)。关于正则马尔可夫链充分性的注记。《生物特征》,47(3/4),452-457。https://doi.org/10.2307/2333317 ·Zbl 0108.15003号 ·doi:10.2307/2333317
[7] Casella,G.和Berger,R.L.(2002年)。统计推断。达克斯伯里高级系列。第二十届印度再版2017德里(第二版)。Cengage Learning 660页。
[8] Chatterjee,S.和Diaconis,P.(2013年11月5日)。估计和理解指数随机图模型。《统计年鉴》,41(5),2428-2461。https://doi.org/10.1214/13‐AOS1155;arXiv:1102.2650v5[math.PR]。预印本的早期版本包含一个§2.2,显然是在出版前剪切的,它给出了示例17的Erdős‐Rényi图模型的配分函数的封闭式公式:“估计和理解指数随机图模型。”(2011年4月6日)。;arXiv:1102.2650v3[math.PR]。预发布·Zbl 1293.62046号 ·doi:10.1214/13‐AOS1155
[9] Chatterjee,S.、Diaconis,P.和Sly,A.(2011年8月8日)。具有给定度序列的随机图。《应用概率年鉴》,21(4),1400-1435。https://doi.org/10.1214/10‐美国儿科学会728·Zbl 1234.05206号 ·doi:10.1214/10‐AAP728
[10] Denny,J.L.(1972年8月)。足够的统计数据和离散指数族。《数理统计年鉴》,43(4),1320-1322·兹比尔0251.62003
[11] Diaconis,P.和Freedman,D.(1984年)。部分互换性和充分性。J.K.Ghosh(编辑)和J.Roy(编辑),《统计学:应用和新方向》。金禧国际统计会议:应用和新方向(1981年12月16日至19日,加尔各答)(第205-236页)。印度统计局。加尔各答:统计出版协会。
[12] Diaconis,P.和Freedman,D.(1999)。迭代随机函数。SIAM评论,41(1),45-76·Zbl 0926.60056号
[13] 费金,P.D.(1981)。条件指数族和渐近推理的表示定理。《统计年鉴》,9(3),597-603。https://doi.org/10.1214/aos/1176345463 ·Zbl 0476.62070号 ·doi:10.1214/aos/1176345463
[14] Fienberg,S.E.、Meyer,M.M.和Wasserman,S.S.(1985)。多重社会计量关系的统计分析。《美国统计协会杂志》,80(389),51-67。https://doi.org/10.2307/2288040 ·doi:10.2307/2288040
[15] Fienberg,S.E.和Rinaldo,A.(2012年7月23日)。对数线性模型中的最大似然估计。统计年鉴,40(2),996-1023。https://doi.org/10.1214/12‐AOS986 arXiv:1104.3618v2[math.ST]·Zbl 1274.62389号 ·doi:10.1214/12‐AOS986
[16] Frank,O.(1991年9月)。网络变化的统计分析。Neerlandica统计,45(3),283-293。https://doi.org/10.1111/j.1467‐9574.1991.tb01310.x·Zbl 0745.62094号 ·doi:10.1111/j.1467‐9574.1991.tb01310.x
[17] Frank,O.和Shafie,T.(2018年6月)。具有固定度的随机多重图和聚合三元组。网络科学,6(2),232-250。https://doi.org/10.1017/nws.2017.31 ·文件编号:10.1017/nws.2017.31
[18] Frank,O.和Strauss,D.(1986年9月)。马尔可夫图。《美国统计协会杂志》,81(395),832-842。https://doi.org/10.2307/2289017 ·Zbl 0607.05057号 ·doi:10.2307/2289017
[19] Gani,J.M.(1955)。简单马尔可夫链中未知参数的极大似然估计的一些定理和充分条件。生物特征,42(3/4),342-359。https://doi.org/10.1093/biomet/42.3‐4.342.; 关于其§IV.1的更正,请参见“勘误表”。In:Biometrika 43(1956年12月3/4日),第497-498页。https://doi.org/10.1093/biomet/43.3‐4.497. ·Zbl 0066.38602号 ·doi:10.1093/biomet/43.3‐4.497
[20] Gani,J.M.(1956年)。正则马尔可夫链和某些随机游动的充分条件。《生物特征》,43(3/4),276-284。https://doi.org/10.2307/2332906 ·Zbl 0074.12701号 ·数字对象标识代码:10.2307/2332906
[21] Goldenberg,A.、Zheng,A.X.、Fienberg,S.E.和Airoldi,E.M.(2010年2月16日)。统计网络模型调查。机器基础和趋势。学习,2(2),129-233。https://doi.org/10.1561/2200000005; arXiv:0912.5410[统计ME]·Zbl 1184.68030号 ·doi:10.1561/2200000005
[22] Goodreau,S.M.(2007年5月)。指数随机图研究进展
[(({p}^{\ast})\]\)模型应用于大型社交网络。社交网络,29(2),231-248。https://doi.org/10.1016/j.socnet.2006.08.001 ·doi:10.1016/j.socnet.2006.08.001
[23] Graham,B.S.(2017年7月24日)。具有程度异质性的网络形成的计量经济学模型。《计量经济学》,85(4),1033-1063。https://doi.org/10.3982/ECTA12679 ·Zbl 1420.91390号 ·doi:10.3982/ECTA12679
[24] Gross,E.、Karwa,V.和Petrović,S.(2022)。代数统计、表格和网络:费恩伯格的优势。A.L.Carriquiry(编辑)、J.M.Tanur(编辑)和W.F.Eddy(编辑)以及M.L.Smykla(编辑),《公共利益中的统计:纪念Stephen E.Fienberg》,《数据科学中的Springer系列》(第3章,第33-49页)。施普林格自然。https://doi.org/10.1007/978‐3‐030‐75460‐0_3 ·doi:10.1007/978‐3‐030‐75460‐03
[25] Hanneke,S.、Fu,W.和Xing,E.P.(2010年)。社交网络的离散时间模型。《电子统计杂志》,4585-605。https://doi.org/10.1214/09‐EJS548型·Zbl 1329.91113号 ·doi:10.1214/09‐EJS548
[26] Hanson,D.L.(1963年)。关于具有平凡尾场的平稳随机过程的表示问题。数学与力学杂志,12(2),293-301·Zbl 0139.34405号
[27] Heyde,C.C.和Feigin,P.D.(1975年)。随机过程估计中的效率和指数族。G.P.Patil(编辑)、S.Kotz(编辑)和J.K.Ord(编辑),《科学工作中统计分布的现代课程》,第1卷:模型和结构。北约科学工作统计分布高级研究所(加拿大阿尔伯塔省卡尔加里大学,1974年7月29日至8月10日)北约高级研究所系列C 17(第5章,第227-240页)。北大西洋公约组织。D.Reidel出版公司。https://doi.org/10.1007/978‐94‐010‐1842‐5_18 ·doi:10.1007/978‐94‐010‐1842‐5_18
[28] Hoff,P.D(2015年9月1日)。纵向关系数据的多线性张量回归。《应用统计学年鉴》,9.3,第1169-1193页。https://doi.org/10.1214/15AOAS839标准·Zbl 1454.62481号 ·doi:10.1214/15‐AOAS839
[29] Holland,P.W.和Leinhardt,S.(1981年3月)。有向图的概率分布的指数族。《美国统计协会杂志》,76(373),33-50。https://doi.org/10.2307/2287037 ·Zbl 0457.62090号 ·doi:10.2307/2287037
[30] Holland,P.W.和Leinhardt,S.(1977年)。社交网络的动态模型。《数学社会学杂志》,5(1),5-20。https://doi.org/10.1080/0022250X.1977.9989862 ·Zbl 0354.92044号 ·doi:10.1080/0022250X.1977.9989862
[31] Hudson,I.L.(1982年3月)。马尔可夫指数族的大样本推断及其在迁移分支过程中的应用。澳大利亚和新西兰统计杂志,24(1),98-112·Zbl 0492.62071号
[32] Hunter,D.R.、Goodreau,S.M.和Handcock,M.S.(2008年)。社交网络模型的拟合度。《美国统计协会杂志》,103(481),248-258。https://doi.org/10.1198/016214500000046 ·Zbl 1471.62390号 ·doi:10.1198/016214500000046
[33] Jacod,J.和Protter,P.(2004)=概率要素(第二版)。Universitext公司。已更正第二次打印。斯普林格。254页。https://doi.org/10.1007/978‐3‐642‐55682‐1 ·doi:10.1007/978‐3‐642‐55682‐1
[34] Katz,L.和Proctor,C.H.(1959年12月)。群体中人际关系的配置概念是一个依赖时间的随机过程。《心理测量学》,24(4),317-327。https://doi.org/10.1007/BF02289814 ·doi:10.1007/BF0228814
[35] Kolaczyk,E.D.(2017年6月5日)。统计和网络分析前沿话题:(再次)访问基金会。在E.C.Wit(编辑)(编辑)中,SemStat元素。剑桥大学出版社。124页。https://doi.org/10.1017/9781108290159 ·兹比尔1398.62005 ·文件编号:10.1017/9781108290159
[36] Kolaczyk,E.D.和Csárdi,G.(2020年6月3日)。网络图的统计模型。R.Gentleman(编辑)、K.Hornik(编辑)和G.Parmigiani(编辑)(编辑),《R网络数据的统计分析》(第65卷,第2版,第87-113页)。斯普林格。https://doi.org/10.1007/978‐3‐030‐44129‐6_6 ·doi:10.1007/978‐3‐030‐44129‐6
[37] Küchler,U.和Sörensen,M.(1997)。随机过程的指数族。统计学中的斯普林格系列。斯普林格。322页。https://doi.org/10.1007/b98954 ·Zbl 0882.60012号 ·doi:10.1007/b98954
[38] Lauritzen,S.L.、Rinaldo,A.和Sadeghi,K.(2018年6月16日)。随机网络、图形模型和可交换性。英国皇家统计学会杂志:B辑(统计方法),80(3),481-508。https://doi.org/10.1111/rssb.12266arXiv:1701.08420v2[math.ST]·Zbl 1398.62218号 ·doi:10.1111/rssb.12266
[39] Lauritzen,S.L.、Rinaldo,A.和Sadeghi,K.(2019年6月12日)。论网络模型的可交换性。代数统计学杂志,10(1),85-114。https://doi.org/10.18409/jas.v10i1.73; arXiv:1701.08420v2[math.ST]·Zbl 1418.60028号 ·doi:10.18409/jas.v10i1.73
[40] Lehmann,E.L.和Casella,G.(1998年)。点估计理论。统计中的斯普林格文本(第二版)。斯普林格。590页。https://doi.org/10.1007/b98854 ·Zbl 0916.62017号 ·数字对象标识代码:10.1007/b98854
[41] Marshall,A.W.、Olkin,I.和Arnold,B.C.(2011年)。不等式:多数化理论及其应用。统计学中的斯普林格系列。(第二版)。施普林格。909页。https://doi.org/10.1007/978‐0‐387‐68276‐1 ·Zbl 1219.26003号 ·doi:10.1007/978‐0‐387‐68276‐1
[42] Park,J.和Newman,M.E.J.(2004年12月29日)。网络双星模型的求解。物理评论E,70(6),066146。https://doi.org/10.103/PhysRevE.70.066146; arXiv:cond‐mat/0405457[条件统计机械]。 ·doi:10.1103/PhysRevE.70.066146
[43] Petrović,S.(2017)。网络(代数)统计中离散方法的综述。H.A.Harrington(编辑)、M.Omar(编辑)和M.Wright(编辑),《离散数学中的代数和几何方法》。AMS应用离散数学中代数和几何方法特别会议(圣安东尼奥,2015年1月11日)当代数学685(第251页)。美国数学学会。https://doi.org/10.1090/conm/685; arXiv:15100.02838[cs.DM]·Zbl 1362.00040号 ·doi:10.1090/conm/685
[44] Rinaldo,A.、Petrović,S.和Fienberg,S.E.(2013年6月18日)。β模型中的最大似然估计。《统计年鉴》,41(3),1085-1110。https://doi.org/10.1214/12‐AOS1078;arXiv:1105.6145v4[统计OT]·兹比尔1292.62052 ·文件编号:10.1214/12‐AOS1078
[45] Robins,G.L.和Pattison,P.E.(2001)。社交网络中时间过程的随机图模型。《数学社会学杂志》,25(1),5-41。https://doi.org/10.1080/0022250X.2001.9990243 ·兹伯利0986.91048 ·doi:10.1080/0022250X.2001.9990243
[46] Rosenblatt,M.(1959年)。平稳过程作为独立随机变量函数的移位。数学与力学杂志,8(5),665-681·Zbl 0092.33601号
[47] Rosenblatt,M.(1960年)。平稳马尔可夫链和独立随机变量。《数学与力学杂志》,9(6),945-949。修正于《平稳马尔可夫链和独立随机变量补遗》M.Rosenblatt,《数学与力学杂志》,1960年,第945页。11.2(1962),第317页。JSTOR:24900925·Zbl 0096.34004号
[48] Rubshtein,B.‐Z。(2004年6月3日)。关于一类单边马尔可夫位移。arXiv:math/0406059[math.DS]。预发布。
[49] Rudin,W.(1976年)。A.A.Arthur(编辑)和S.L.Langman(编辑),《数学分析原理》。国际纯数学和应用数学系列。(第三版)。McGraw‐Hill 342页·Zbl 0346.26002号
[50] Schwartz,W.K.(2021年12月)。统计学和运筹学研究中离散数据的算法[博士论文]。芝加哥:伊利诺伊理工学院。195页。http://hdl.handle.net/10560/islandora:1011986
[51] Shafie,T.(2015年1月)。社交网络分析的多重图方法。《社会结构杂志》,16(1),1-21。https://doi.org/10.21307/joss网站‐2019‐011 ·doi:10.21307/joss‐2019‐011
[52] Shalizi,C.R.和Rinaldo,A.(2013年4月)。指数随机图模型抽样下的一致性。《统计年鉴》,41(2),508-535。https://doi.org/10.1214/12‐AOS1044标准·Zbl 1269.91066号 ·doi:10.1214/12-AOS1044
[53] Snijders,T.A.B.(2001年)。社会网络动态的统计评估。社会学方法论,31361-395。https://doi.org/10.1111/0081‐1750.00099 ·doi:10.1111/0081‐1750.00099
[54] Snijders,T.A.B.(2005年)。纵向网络数据的模型。在P.J.Carrington(编辑)、J.Scott(编辑)和S.S.Wasserman(编辑)(编辑)中,随附简介。作者:S.S.Wasserman、J.Scott和P.J.Carrington。社交网络分析的模型和方法。社会科学中的结构分析28。(第11章,第215-247页)。剑桥大学出版社。https://doi.org/10.1017/CBO9780511811395.011 ·doi:10.1017/CBO9780511811395.011
[55] Snijders,T.A.B.、Pattison,P.E.、Robins,G.L.和Handcock,M.S.(2006年8月1日)。指数随机图模型的新规范。社会学方法,36(1),99-153。https://doi.org/10.1111/j.1467‐9531.2006.00176.x·doi:10.1111/j.1467‐9531.2006.00176.x
[56] Stefanov,V.T.(1991)。与有限状态马尔可夫链上的观测相关的非弯曲指数族。《斯堪的纳维亚统计杂志》,18(4),353-356·Zbl 0798.6206号
[57] Stefanov,V.T.(1995)。一些Markov过程中最小充分统计量和最大似然估计的显式极限结果:指数族方法。《统计年鉴》,23(4),1073-1101。https://doi.org/10.1214/aos/1176324699 ·doi:10.1214/aos/1176324699
[58] Wainwright,M.J.和Jordan,M.I.(2008年11月)。图形模型、指数族和变分推理。机器学习的基础和趋势,1(1-2),1-305。https://doi.org/10.1561/220000001 ·Zbl 1193.62107号 ·数字对象标识代码:10.1561/220000001
[59] Wooldridge,J.M.(2012年9月26日)。《计量经济学导论:现代方法》(第5版)。西南森格学习。
[60] Wu,W.B.和Mielniczuk,J.(2010年7月)。衡量依赖性的新视角。在P.Doukhan(编辑)、G.Lang(编辑),D.Surgailis(编辑)和G.Teyssière(编辑)(编辑)《概率和统计中的依赖性》中。统计学课堂讲稿(第200卷,第123-142页)。斯普林格。https://doi.org/10.1007/978‐3‐642‐14104‐1_7 ·兹比尔1196.60011 ·doi:1978年10月10日-3‐642‐14104‐1_7
[61] Yan,T.、Jiang,B.、Fienberg,S.E.和Leng,C.(2018年7月11日)。具有协变量的有向网络模型中的统计推断。美国统计协会杂志,114(526),1-12。https://doi.org/101080/01621459.2018.1448829; arXiv:1609.04558[math.ST]·Zbl 1420.62105号 ·doi:10.1080/01621459.2018.1448829
[62] Yano,K.和Yasutomi,K.(2011年)。遍历马尔可夫链在同步道路着色下作为随机行走的实现。应用概率杂志,48(3),766-777。https://doi.org/10.1017/S0021900200008305 ·Zbl 1234.60072号 ·doi:10.1017/S0021900000008305
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。