摘要

我们给出了使用随机块模型分析网络数据的渐近和有限样本结果。我们证明了在最大似然拟合下,当允许类数随着网络规模的根增长而增长,并且平均网络度在该规模下至少以多项式增长时,误分类网络节点的分数以概率收敛到零。我们还根据包含独立贝努利随机变量的数据建立了最大似然块模型参数估计的有限样本置信界;这些结果在课堂作业中保持一致。我们提供了模拟来验证我们结果的充分条件,并通过将带有协变量的随机块模型的logit参数化拟合到包含自报告的学校友谊的网络数据示例中得出结论,从而得出揭示剩余结构的块估计。

此内容仅以PDF格式提供。
您当前没有访问此文章的权限。