本杰明·布隆·雷迪;彼得·奥尔班兹 网络形成的随机游走模型和图的序贯蒙特卡罗方法。 （英语） 兹比尔1407.62299 J.R.Stat.Soc.，塞尔维亚。B、 统计方法。 80，第5号，871-898（2018）. 摘要：我们介绍了一类生成网络模型，该模型通过连接网络图上随机行走的起点和终点来插入边。在统计网络模型的分类法中，该类的区别在于允许新边的位置明确取决于图的结构，但在统计和计算上仍易于处理。在无限游程的极限下，该模型收敛于优先依恋模型的扩展——在这个意义上，可以通过询问什么是优先依恋的近似值来激励它。对理论性质，包括极限度序列进行了分析研究。如果观察到图形的整个历史，则可以通过最大似然估计参数。如果只有最终图可用，则可以使用马尔可夫链蒙特卡罗方法插补其历史。我们开发了一类序列蒙特卡罗算法，这些算法更普遍地适用于序列网络模型，并且可能对其本身感兴趣。模型参数可以从模型生成的单个图形中恢复。数据应用阐明了随机行走长度作为图中相互作用的长度尺度的作用。 引用于6文件 MSC公司： 62升12 顺序估计 60克50 独立随机变量的和；随机游走 关键词：生成模型;优先依附;随机游走;序贯蒙特卡罗方法;序列网络模型 PDF格式BibTeX公司 XML格式引用 \textit{B.Bloem-Redid}和\textit{P.Orbanz}，J.R.Stat.Soc.，Ser。B、 统计方法。80，第5号，871--898（2018；Zbl 1407.62299） 全文： 内政部 arXiv公司