丹尼尔·弗雷曼;尼古拉斯·弗雷曼;里卡多·弗雷曼 具有可区分节点的动态网络的非参数统计。 （英语） Zbl 1373.62294号 测试 26，第3期，546-573（2017）. 摘要：随机图和网络的研究在过去几十年里取得了爆炸性的发展。同时，网络序列的统计分析技术还不太发达。本文主要研究具有固定数量标记节点的网络序列，并在非参数框架下研究一些统计问题。我们引入了中心的自然概念和网络随时间演化的深度函数。我们开发了几种统计技术，包括测试、监督和非监督分类，以及网络空间中主成分集的一些概念。给出了一些例子和渐近结果，以及两个实际数据例子。 引用于4文件 MSC公司： 62H25个 因子分析和主成分；对应分析 62H30型 分类和区分；聚类分析（统计方面） 05C80号 随机图（图形理论方面） 62G05型 非参数估计 6220国集团 非参数推理的渐近性质 关键词：深度;图形估计;图的聚类分析;主要成分 PDF格式BibTeX公司 XML格式引用 \textit{D.Fraiman}等人，测试26，No.3，546--573（2017；Zbl 1373.62294） 全文： DOI程序 arXiv公司 参考文献： [1] Adar E，Zhang L，Adamic LA，Lukose RM（2004）博客空间的隐含结构和动态。隐式结构Dyn博客空间13:16989-16995 [2] Ahmed S，Li D，Rosalsky A，Volodin A（2001）应用于两两i.i.D.序列和平稳遍历序列的引导平均值的几乎确定极限支持行为。J Stat Plan推断98:126-137·Zbl 0977.62051号 ·doi:10.1016/S0378-3758（00）00322-0 [3] Aparicio D，Fraiman D（2015），新兴国家的银行网络和杠杆依赖。高级综合系统18:1550022·doi:10.1142/S0219525915500228 [4] Arcones MA，Cui H，Zuo Y（2006）经验深度过程。测试15:151-177·Zbl 1160.62350号 ·doi:10.1007/BF02595423 [5] Auer J（1995）距离矩阵可逆性的初等证明。线性多线性A 40:119-124·Zbl 0843.15011号 ·doi:10.1080/03081089508818427 [6] Barabasi A，Albert R（1999），随机网络中尺度的出现。科学286（5439）：509-512·Zbl 1226.05223号 ·doi:10.1126/science.286.5439.509 [7] Bickel P，Chen A（2009）网络模型和Newman-Girvan及其他模块的非参数视图。美国国家科学院院刊106:21068-21073·Zbl 1359.62411号 ·doi:10.1073/pnas.0907096106 [8] Bollobás B，Janson s，Riordan O（2007）非均匀随机网络中的相变。随机结构算法31（1）：3-122·Zbl 1123.05083号 ·doi:10.1002/rsa.20168 [9] Bonanno G、Caldarelli G、Lillo F、Micciche S、Vandewalle N、Mantegna R（2004）《金融市场股票网络》。欧洲物理杂志B 34:363-371·doi:10.1140/epjb/e2004-00129-6 [10] Breiman L（1968）概率。应用数学经典·Zbl 1054.62067号 [11] Brown B（1983）空间中值的统计应用。J R统计Soc B 45:25-30·Zbl 0508.62046号 [12] Bullmore E，Sporns O（2009）《复杂大脑网络：结构和功能系统的网络理论分析》。《Nat Rev Neurosci》10:186-196·doi:10.1038/nrn2575 [13] Chatterjee S，Diaconis P（2013）估计和理解指数随机图模型。安·统计师41:2428-2461·Zbl 1293.62046号 ·doi:10.1214/13-AOS1155 [14] Cuesta-Albertos J，Nieto-Reyes A（2008）Tukey和随机Tukey深度描述了离散分布。多变量分析杂志10:2304-2311·Zbl 1274.62351号 ·doi:10.1016/j.jmva.2008.02.017 [15] Cuesta-Albertos J，Fraiman R，Ransford T（2006），无限维空间中的随机投影和良好性检验。Bull Braz数学Soc 37:1-25·Zbl 1112.62037号 ·doi:10.1007/s00574-006-0001-6 [16] Cuesta-Albertos J，Fraiman R，Ransford T（2007）Cramer-Wold定理的一种尖锐形式。《Theor Probab杂志》20:201-209·邮编1124.60004 ·doi:10.1007/s10959-007-0060-7 [17] Dehling H，Wendler M（2010）强混合数据u-统计量的中心极限定理和bootstrap。多变量分析杂志101:126-137·Zbl 1177.62056号 ·doi:10.1016/j.jmva.2009.06.002 [18] Devroye L，Fraiman N（2014）非均匀随机图的连通性。随机结构算法45（3）：408-420·Zbl 1305.05111号 ·doi:10.1002/rsa.20490文件 [19] Devroye L，Györfi L，Lugosi G（1996）模式识别的概率理论。纽约州施普林格·Zbl 0853.68150号 ·doi:10.1007/978-1-4612-0711-5 [20] Donges J、Petrova I、Loew A、Marwan N、Kurth J（2015）《复杂气候网络如何补充气候数据统计分析的特征技术》。攀登动力45（9）：2407-2424·doi:10.1007/s00382-015-2479-3 [21] Doukhan P，Neumann MH（2008）“ψ-弱相关性的概念及其在自举时间序列中的应用”。普罗巴·苏尔夫5:146-168·Zbl 1189.60043号 ·doi:10.1214/06-PS086 [22] Fraiman D（2008）增长有向网络：任意外度网络的平稳度概率。欧洲物理杂志B 61:377-388·Zbl 1189.90024号 ·doi:10.1140/epjb/e2008-00075-3 [23] Fraiman D、Balenzuela P、Foss J、Chialvo D（2009）大规模功能性脑网络中的类Ising动力学。物理版E 79:61922·doi:10.1103/PhysRevE.79.061922 [24] Fraiman D、Saunier G、Martins E、Vargas C（2014）《大脑中的生物运动编码：视觉驱动脑电功能网络分析》。公共图书馆ONE 9:e84612·doi:10.1371/journal.pone.0084612 [25] 高X，肖B，陶D，李X（2010）图形编辑距离的调查。模式分析应用13:113-129·Zbl 1422.68211号 ·doi:10.1007/s10044-008-0141-y [26] Gauzere B，Brun L，Villemin D（2012）化学信息学中的两个新图核。图案识别信33:2038-2047·doi:10.1016/j.patrec.2012.03.020 [27] Gozolchiani A、Yamasaki K、Gazit O、Havlin S（2008）厄尔尼诺事件后气候网络闪烁链接的模式。欧洲药典83:28005·doi:10.1209/0295-5075/83/28005 [28] Greco L，Farcomeni A（2016）稀疏稳健主成分分析的插件方法。测试25:449-481·Zbl 06833258号 ·doi:10.1007/s11749-015-0464-0 [29] Guigoures R、Boulle M、Rossi F（2015）《数据分析和分类进展》。纽约州施普林格 [30] Holme P（2015）《现代时间网络理论：学术讨论会》。欧洲物理杂志B 88:1-30·doi:10.1140/epjb/e2015-60657-4 [31] Jiang X，Münger A，Bunke H（2001）关于中值图：性质，算法和应用。IEEE T型分析23:1144-1151·数字对象标识代码：10.1109/34.954604 [32] Jo HH、Karsai M、Kertsz J、Kaski K（2012）移动电话通信中的昼夜模式和突发性。新物理杂志14:013055·doi:10.1088/1367-2630/14/1/013055 [33] Karrer B，Newman M（2011）《网络社区检测和网络划分的谱方法》。物理版E 83:8016107·doi:10.1103/PhysRevE.83.016107 [34] Kolar M，Song L，Ahmed A，Xing E（2010）《时变网络估计》。应用统计年鉴4:94-123·Zbl 1189.62142号 ·doi:10.1214/09-AOAS308 [35] Kumar G，Garland M（2006）复杂时变图的可视化探索。IEEE T Vis计算组12:805-812·doi:10.1109/TVCG.2006.193 [36] Kumar R、Novak J、Raghavan P、Tomkins A（2005）《博客空间的突发性演变》。万维网8:159-178·doi:10.1007/s11280-004-4872-4 [37] Liu R（1988）关于单形深度的概念。美国国家科学院院刊97:1732-1734·Zbl 0635.62039号 ·doi:10.1073/pnas.85.6.1732 [38] Livi L，Rizzi A（2013）图匹配问题。图案分析应用16:253-283·Zbl 1284.68470号 ·doi:10.1007/s10044-012-0284-8 [39] Mahalanobis P（1936）关于统计学中的广义距离。《国家科学院院刊》2:49-55·Zbl 0015.03302号 [40] Mastrandrea R，Fournet J，Barrat A（2015）高中的接触模式：使用可穿戴传感器、接触日记和友谊调查收集的数据之间的比较。公共图书馆ONE 10:e0136497·doi:10.1371/journal.pone.0136497 [41] Michelli C（1986）散乱数据的插值：距离矩阵和条件正定函数。施工约2:11-22·Zbl 0625.41005号 ·doi:10.1007/BF01893414 [42] Mikosch T，Sorensen M（2002）相关数据的经验过程技术。纽约州施普林格·Zbl 1005.00016 [43] Newman M（2006）《网络中的模块化和社区结构》。美国国家科学院院刊103（23）：8577-8582·doi:10.1073/pnas.0601602103 [44] Newman M，Girvan M（2004）《发现和评估网络中的社区结构》。物理版E 69:026113·doi:10.1103/PhysRevE.69.026113 [45] Peixoto TP（2015）推断分层、边值和时变网络的中尺度结构。物理版E 92:042807·doi:10.10103/物理版本E.92.042807 [46] Peligrad M（1986）随机变量混合序列的中心极限定理及其弱不变性原理的最新进展（综述）。概率统计相关性，第193-224页·Zbl 0603.60022号 [47] Pignolet Y，Roy M，Schmid S，Tredan G（2015）《探索图的图形：网络演化和中心距离》。arXiv:1506.01565 [48] Pollard D（1981）k-means聚类的强一致性。Ann Stat 9:135-140·Zbl 0451.62048号 ·doi:10.1214/aos/1176345339 [49] Robins G，Pattison P，Kalish Y，Lusher D（2007）社交网络指数随机图（P*）模型简介。Soc Netw网络29:173-191·doi:10.1016/j.socnet.2006.08.002 [50] Rohe K，Chatterjee S，Yu B（2011）谱聚类和高维随机块模型。Ann Stat 39（4）：1878-1915年·Zbl 1227.62042号 ·doi:10.1214/11-AOS887 [51] Rosenblatt M（1956）中心极限定理和强混合条件。美国国家科学院院刊42:43-47·Zbl 0070.13804号 ·doi:10.1073/pnas.42.1.43 [52] Small C（1996）多维中位数调查。国际统计版次58:263-277·doi:10.2307/1403809 [53] Tang J，Scellato S，Musolesi M，Mascolo C，Latora V（2010）时变图中的小世界行为。物理版E 81:055101·doi:10.1103/PhysRevE.81.055101 [54] Tsonis A、Swanson K（2008）《厄尔尼诺和拉尼娜网络的拓扑和可预测性》。物理评论稿100:228502·doi:10.1103/PhysRevLett.100.228502 [55] Tukey J（1975）《数学与数据的图像化》。摘自：温哥华国际数学家大会会议记录，第523-531页·兹伯利0347.62002 [56] Vardi Y，Zhang C（2000）多元l1-中值和相关数据深度。美国国家科学院学报97:1423-1426·Zbl 1054.62067号 ·doi:10.1073/pnas.97.4.1423 [57] Vishwanathan SVN、Schraudolph NN、Kondor R、Borgwardt KM（2010）图核。J Mach学习研究11:1201-1242·Zbl 1242.05112号 [58] Watts D，Strogatz S（1998）“小世界”网络的集体动力学。自然393:440-442·Zbl 1368.05139号 ·doi:10.1038/30918 [59] Xing E，Fu W，Song L（2010）动态网络层析成像的状态空间混合隶属度块模型。安应用统计4:535-566·Zbl 1194.62133号 ·doi:10.1214/09-AOAS311 [60] Xu K，Hero O（2013）动态随机块模型：时间演化网络的统计模型。摘自：社会计算、行为文化建模和预测国际会议，第1卷，第201-210页·Zbl 0508.62046号 [61] Yang T，Chi Y，Zhu S，Gong Y，Jin R（2011）《在动态社会网络中检测社区及其演变——贝叶斯方法》。马赫学习82:157-189·Zbl 1237.91189号 ·doi:10.1007/s10994-010-5214-7 [62] Zhao Y，Levina E，Zhu J（2011）《社交网络社区抽取》。美国国家科学院院刊108（18）：7321-7326·doi:10.1073/pnas.1006642108 [63] Zhao Y，Levina E，Zhu J（2012）度校正随机块模型下网络中社区检测的一致性。《统计年鉴》40（4）：2266-2292·Zbl 1257.62095号 ·doi:10.1214/12-AOS1036 [64] Zuo Y，Serfling R（2000）统计深度函数的一般概念。Ann Stat 28（2）：461-482·Zbl 1106.62334号 ·doi:10.1214/aos/1016218226 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。