×

具有随机初始度的仿射优先连接网络模型估计的渐近正态性。 (英语) Zbl 1491.62080号

摘要:我们考虑了具有随机初始度的优先依附模型中仿射参数和幂律指数的估计。我们推导了似然估计,并证明了最大似然估计(MLE)是渐近正态的且有效的。我们还提出了一种准最大似然估计(QMLE)来克服MLE对初始度历史的依赖性。为了证明我们的想法的威力,我们进行了数值模拟。

MSC公司:

2005年6月2日 马尔可夫过程:估计;隐马尔可夫模型

软件:

PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Barabási,A.-L。;Albert,R.,《随机网络中尺度的出现》,《科学》,286,5439,509-512(1999)·Zbl 1226.05223号
[3] 克劳塞特,A。;沙利兹,C.R。;Newman,M.E.J.,经验数据中的幂律分布,SIAM Rev.,51,4,661-703(2009)·Zbl 1176.62001号
[4] Deijfen,M。;van den Esker,H。;范德霍夫斯塔德,R。;Hooghiemstra,G.,《具有随机初始度的优先依附模型》,Ark.Mat.,47,1,41-72(2009)·Zbl 1182.05107号
[5] 法洛索斯,M。;Faloutsos,P。;Faloutsos,C.,《互联网拓扑的幂律关系》,(ACM SIGCOMM Computer Communication Review,vol.29(1999),ACM),251-262
[7] 霍尔,P。;Heyde,C.C.,鞅极限理论及其应用(2014),学术出版社·Zbl 0462.60045号
[8] Lehmann,E.L.,《检验统计假设》,Springer Texts in Statistics,xx+600(1997),Springer-Verlag,纽约·Zbl 0862.62020号
[9] Móri,T.,《在随机树上》,Studia Sci。数学。匈牙利。,39, 1, 143-155 (2002) ·Zbl 1026.05095号
[10] Newman,M.E.,《复杂网络的结构和功能》,SIAM Rev.,45,2,167-256(2003)·Zbl 1029.68010号
[11] Perc,M.,《实证数据中的马太效应》,J.R.Soc.Interface,11,98(2014)
[12] Pollard,D.,随机过程的收敛性,统计学中的Springer级数,xiv+215(1984),Springer-Verlag,纽约·Zbl 0544.60045号
[14] Van Der Hofstad,R.,《随机图和复杂网络》,第1卷(2016),剑桥大学出版社
[15] van der Vaart,A.W.,《渐近统计》(剑桥统计与概率数学系列(2000),剑桥大学出版社)·Zbl 0910.62001号
[16] 范德法特,A.W。;Wellner,J.A.,《弱收敛和经验过程》,《统计学中的Springer系列》,xvi+508(1996),Springer-Verlag:Springer-Verlag New York,《统计学应用》·兹比尔0862.60002
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。