莱昂纳多·巴吉利 经济网络的统计集合。 （英语） Zbl 1293.91158号 《统计物理学杂志》。 155，第4期，810-825（2014）. 经济网络与其他社会网络共享稀疏性的基本特性。众所周知，通常用于估计或模拟加权网络的最大熵技术会产生不切实际的稠密拓扑。与此同时，不应忽视优势，因为它们与供应和需求等核心经济变量有关。为了克服这一局限性，之前对指数波声速模型进行了扩展，以获得平均度和强度序列同时固定的系综（条件几何模型）。本文引入了一种新的指数模型，即Boltzmann理想系统的网络等效模型，并将其推广到联合度-强度约束的情况（条件泊松模型）。最后，针对多个网络测试这些替代模型的适用性。虽然条件几何模型通常在对数似然方面提供了更好的精度，但只要条件泊松模型与原始数据具有更高的相似性，就可以首选条件泊松模式。如果我们只对拓扑性质感兴趣，那么简单的伯努利模型似乎比两个更复杂模型的相关拓扑更可取。 引用于三文件 MSC公司： 91B99型 数学经济学 91B80型 统计和量子力学在经济学中的应用（经济物理学） 91天30分 社交网络；意见动态 05C82号 小世界图形、复杂网络（图形理论方面） 82天99 统计力学在特定类型物理系统中的应用 关键词：复杂网络;指数网络;统计系综 PDF格式BibTeX公司 XML格式引用 \textit{L.Bargigli}，J.统计物理学。155，第4号，810--825（2014；Zbl 1293.91158） 全文： 内政部 参考文献： [1] 艾伦，F。；Gale，D.，没有文章标题，金融传染。J.政治。经济。，108, 1-33 (2000) ·doi:10.1086/262109 [2] Bargigli，L.，Lionetto，A.，Viaggiu，S.：市场作为复杂网络的统计均衡表示。ArXiv电子打印（2013）·Zbl 1354.91112号 [3] Bianconi，G.：网络集合的熵。物理学。版本E 79（3），036114（2009）·doi:10.1103/PhysRevE.79.036114 [4] Casterén，O.，Kavonius，I.K.：欧元区的资产负债表相互关联和宏观金融风险分析。工作文件系列1124。欧洲中央银行（2009） [5] Chung，F.，Lu，L.：具有给定期望度序列的随机图中的连通成分。安·库姆。6, 125-145 (2002) ·Zbl 1009.05124号 ·doi:10.1007/PL00012580 [6] De Masi，G.，Fujiwara，Y.，Gallegati，M.，Greenwald，B.，Stiglitz，J.E.：日本信贷网络分析。ArXiv电子印刷品（2009）·Zbl 0701.62106号 [7] Fagiolo，G.，Squartini，T.，Garlaschelli，D.：经济网络的零模型：世界贸易网的案例。ArXiv电子版（2011）·Zbl 1009.05124号 [8] Garlaschelli，D.，Loffredo，M.I.：最大可能性：从复杂网络中提取无偏信息。物理学。版本E 78（1），015101（2008）·doi:10.1103/PhysRevE.78.015101 [9] Garlaschelli，D.，Loffredo，M.I.：加权网络中的广义玻色-费米统计和结构相关性。物理学。修订稿。102(3), 038701 (2009) ·doi:10.1103/PhysRevLett.102.038701 [10] Iori，G.、Masi，G.D.、Precup，O.V.、Gabbi，G.和Caldarelli，G.：意大利隔夜货币市场的网络分析。《经济学杂志》。动态。控制32（1），259-278（2008）·Zbl 1181.91234号 ·doi:10.1016/j.jedc.2007.01.032 [11] Killworth，P.，Bernard，H.R.：社交网络数据中的告密者准确性。人类组织35（3），269286（1976） [12] Karrer，B.，Newman，M.E.J.：网络中的随机块模型和社区结构。物理学。版本E 83，016107（2011）·doi:10.103/物理版本E.83.016107 [13] Knoll，D.A.，Keyes，D.E.：无Jacobian牛顿Krylov方法：方法和应用调查。J.计算。物理学。193(2), 357-397 (2004) ·Zbl 1036.65045号 ·doi:10.1016/j.jcp.2003.08.010 [14] Mastrandrea，R.，Squartini，T.，Fagiolo，G.，Garlaschelli，D.：基于不可还原的本地信息的增强网络重建。ArXiv电子版（2013）·兹比尔1181.91234 [15] Mastromateo，I.、Zarinelli，E.、Marsili，M.：重建金融网络以稳健估计系统风险。统计杂志。机械。西奥。实验3、11（2012） [16] Mistrulli，P.E.：评估银行间市场的金融传染：最大熵与观察到的银行间贷款模式。J.银行。财务。35(5), 1114-1127 (2011) ·doi:10.1016/j.jbankfin.2010.09.018 [17] Musmeci，N.，Battiston，S.，Caldarelli，G.，Puliga，M.，Gabrielli，A.：使用适应度模型引导复杂网络的拓扑特性和系统风险。统计杂志。物理学。151(3-4), 720-734 (2013) ·Zbl 1266.91056号 ·doi:10.1007/s10955-013-0720-1 [18] Newman，M.E.J.：加权网络分析。物理学。版本E 70，056131（2004）·doi:10.1103/PhysRevE.70.056131 [19] Newman，M.E.J.：使用矩阵的特征向量发现网络中的社区结构。物理学。版本E 74，036104（2006）·doi:10.1103/PhysRevE.74.036104 [20] Park，J.、Newman，M.E.J.：网络的统计力学。物理学。修订版E 70 066117（2004） [21] Vuong，Q.H.：模型选择和非嵌套假设的似然比检验。《计量经济学》57（2），307-333（1989）·Zbl 0701.62106号 ·doi:10.2307/1912557 [22] Squartini，T.，Garlaschelli，D.：检测真实网络中模式的分析最大似然方法。新泽西州物理学。13(8), 083,001 (2011) ·Zbl 1384.82002年 [23] Watts，D.J.，Strogatz，S.H.：小世界网络的集体动态。《自然》393（6684），440-442（1998）·兹比尔1368.05139 ·doi:10.1038/30918 [24] Wells，S.：英国银行间市场中的金融关联和传染风险。英格兰银行工作文件230。英格兰银行（2004） [25] FOC京都，日本银行公司信贷网络。http://www.econphysics.jp/foc_kyoto/index.php？foc 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。