×

指数随机图模型的辅助参数MCMC。 (英语) Zbl 1409.91203号

摘要:指数随机图模型(ERGM)是一个用于分析社交网络的成熟的统计模型家族。迄今为止,计算复杂性限制了ERGM对大型社交网络分析的吸引力。为了扩大ERGM的经验范围,高效的计算方法是非常可取的。在本文中,我们报告了ERGM雪球采样方法开发研究项目的结果。我们提出了一种辅助参数马尔可夫链蒙特卡罗(MCMC)算法,用于从相关概率分布中进行采样。该方法旨在减少允许的网络状态数,而不恶化马尔可夫链的混合,并为ERGM的MCMC采样器的开发提供了一种新的方法。我们在模拟和实际(经验)网络数据上演示了该方法,并表明与当前MCMC方法相比,它将参数估计的CPU时间减少了一个数量级。

MSC公司:

91天30分 社交网络;意见动态
05C80号 随机图(图形理论方面)
65二氧化碳 蒙特卡罗方法
65立方厘米 马尔可夫链的数值分析或方法
62第25页 统计学在社会科学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Borgatti,S.P.、Mehra,A.、Brass,D.J.、Labianca,G.:社会科学中的网络分析。《科学》323892-895(2009)·Zbl 1185.65156号 ·doi:10.1126/science.1165821
[2] Wasserman,S.,Faust,K.:《社会网络分析:方法与应用》。剑桥大学出版社,剑桥(1994)·Zbl 0926.91066号 ·doi:10.1017/CBO9780511815478
[3] Jackson,M.O.:社会和经济网络。普林斯顿大学出版社,普林斯顿(2008)·Zbl 1149.91051号
[4] Friedkin Noah,E.:社会影响的结构理论。剑桥大学出版社,剑桥(2006)·Zbl 0656.92018号
[5] Ward,M.D.,Stovel,K.,Sacks,A.:网络分析与政治科学。每年。政治科学评论。14, 245-264 (2011) ·doi:10.1146/annurev.polisci.12.040907.115949
[6] Hollway,J.和Koskinen,J.:多层嵌入:全球渔业治理综合体的案例。Soc.网络。44, 281-294 (2016) ·doi:10.1016/j.socnet.2015.03.001
[7] Christakis,N.A.,Fowler,J.H.:肥胖在大型社交网络中的传播超过32年。北英格兰。《医学杂志》357(4),370-379(2007)·doi:10.1056/NEJMsa066082
[8] Kretzschmar,M.,Morris,M.:网络并发性和传染病传播的度量。数学。Biosci公司。133(2), 165-195 (1996) ·Zbl 0844.92022号 ·doi:10.1016/0025-5564(95)00093-3
[9] Rolls,D.A.、Wang,P.、Jenkinson,R.、Pattison,P.E.、Robins,G.L.、Sacks-Davis,R.,Daraganova,G.、Hellard,M.、McBryde,E.:建模与疾病相关的注射毒品者接触网络。Soc.网络。35(4), 699-710 (2013) ·doi:10.1016/j.socnet.2013.06.003
[10] Girvan,M.,Newman,M.E.:社会和生物网络中的社区结构。程序。国家。阿卡德。科学。99(12),7821-7826(2002)·Zbl 1032.91716号 ·doi:10.1073/pnas.122653799
[11] Newman,M.E.,Park,J.:为什么社交网络不同于其他类型的网络。物理学。修订版E 68(3),036122(2003)·doi:10.1103/PhysRevE.68.036122
[12] Newman,M.E.,Watts,D.J.,Strogatz,S.H.:社交网络的随机图模型。程序。国家。阿卡德。科学。99(补充1),2566-2572(2002)·Zbl 1114.91362号 ·doi:10.1073/pnas.012582999
[13] Schweitzer,F.、Fagiolo,G.、Sornette,D.、Vega-Redondo,F.和Vespignani,A.、White,D.R.:经济网络:新挑战。《科学》325(5939),422(2009)·Zbl 1226.91057号
[14] Snijders,T.A.:社交网络的统计模型。每年。社会学评论。37, 131-153 (2011) ·doi:10.1146/annurev.soc.012809.102709
[15] Frank,O.,Strauss,D.:马尔可夫图。《美国统计协会杂志》81(395),832-842(1986)·Zbl 0607.05057号 ·doi:10.1080/01621459.1986.10478342
[16] Lusher,D.,Koskinen,J.,Robins,G.:社会网络的指数随机图模型:理论、方法和应用。剑桥大学出版社,剑桥(2012)·doi:10.1017/CBO9780511894701
[17] Snijders,T.A.,Pattison,P.E.,Robins,G.L.,Handcock,M.S.:指数随机图模型的新规范。社会学。Methodol公司。36(1), 99-153 (2006) ·文件编号:10.1111/j.1467-9531.2006.00176.x
[18] Snijders,T.A.:指数随机图模型的马尔可夫链蒙特卡罗估计。J.社会结构。3(2), 1-40 (2002)
[19] Hummel,R.M.、Hunter,D.R.、Handcock,M.S.:改进基于仿真的算法来拟合ERGM。J.计算。Gr.Stat.21(4),920-939(2012)·doi:10.1080/10618600.2012.679224
[20] Caimo,A.,Friel,N.:指数随机图模型的贝叶斯推断。Soc.网络。33(1), 41-55 (2011) ·doi:10.1016/j.socnet.2010.09.004
[21] Jin,I.H.,Yuan,Y.,Liang,F.:使用自适应交换采样器的指数随机图模型的贝叶斯分析。统计接口6(4),559(2013)·Zbl 1326.05142号 ·doi:10.4310/SII.2013.v6.n4.a13
[22] Wang,J.,Atchadé,Y.F.:大型社交网络指数随机图模型的近似贝叶斯计算。Commun公司。统计模拟。计算。43(2),359-377(2014)·Zbl 1323.65007号 ·doi:10.1080/03610918.2012.703359
[23] Handcock,M.S.、Hunter,D.R.、Butts,C.T.、Goodreau,S.M.、Morris,M.:statnet:网络数据表示、可视化、分析和模拟的软件工具。J.统计软件。24(1), 1548 (2008) ·doi:10.18637/jss.v024.i01
[24] Wang,P.,Robins,G.,Pattison,P.:PNet:P*指数随机图模型的估计和模拟程序,用户手册。墨尔本大学心理学系(2006年)
[25] Mira,A.:排序和改进蒙特卡洛·马尔可夫链的性能。统计科学。16, 340-350 (2001) ·Zbl 1127.60312号 ·doi:10.1214/ss/1015346319
[26] Sengupta,B.,Friston,K.J.,Penny,W.D.:动态因果建模的无梯度MCMC方法。《神经影像》112,375-381(2015)·doi:10.1016/j.neuroimage.2015.03.008
[27] 黑斯廷斯,W.K.:使用马尔可夫链的蒙特卡罗抽样方法及其应用。生物特征57(1),97-109(1970)·Zbl 0219.65008号 ·doi:10.1093/biomet/57.1.97
[28] Swendsen,R.H.,Wang,J.-S.:自旋玻璃的复制蒙特卡罗模拟。物理学。修订稿。57(21), 2607 (1986) ·doi:10.1103/PhysRevLett.57.2607
[29] Barkema,G.,Newman,M.:经典自旋系统的新蒙特卡罗算法。arXiv预印第二版/9703179(1997)
[30] Swendsen,R.H.,Wang,J.-S.:蒙特卡罗模拟中的非通用临界动力学。物理学。修订稿。58(2), 86 (1987) ·doi:10.1103/PhysRevLett.58.86
[31] Fischer,R.,Leitáo,J.C.,Peixoto,T.P.,Altmann,E.G.:网络的采样模体约束集合。物理学。修订稿。115(18), 188701 (2015) ·doi:10.10103/物理通讯.115.188701
[32] Pakman,A.,Paninski,L.:二元分布的辅助变量精确哈密顿蒙特卡罗采样器。摘自:《神经信息处理系统进展》,第1-9页(2013年)·Zbl 1032.91716号
[33] Hunter,D.R.,Handcock,M.S.:网络弯曲指数族模型的推断。J.计算。Gr.Stat.15(3),565-583(2006)
[34] Hunter,D.R.:社交网络的弯曲指数家庭模型。Soc.网络。29(2), 216-230 (2007) ·doi:10.1016/j.socnet.2006.08.005
[35] Tierney,L.:探索后验分布的马尔可夫链。Ann.Stat.221701-1728(1994)·Zbl 0829.62080号 ·doi:10.1214/aos/1176325750
[36] Hunter,D.R.,Handcock,M.S.,Butts,C.T.,Goodreau,S.M.,Morris,M.:ergm:一个用于拟合、模拟和诊断网络指数族模型的软件包。J.统计软件。24(3),nihpa54860(2008)·doi:10.18637/jss.v024.i03
[37] Metropolis,N.、Rosenbluth,A.W.、Rosenbruth,M.N.、Teller,A.H.、Teler,E.:快速计算机器的状态方程计算。化学杂志。物理学。21(6), 1087-1092 (1953) ·Zbl 1431.65006号 ·数字对象标识代码:10.1063/1.1699114
[38] McAllister,R.R.、McCrea,R.、Lubell,M.N.:昆士兰东南部地区的政策网络、利益相关者互动和气候适应。澳大利亚。注册环境。变更14(2),527-539(2014)·doi:10.1007/s10113-013-0489-4
[39] Niekamp,A.-M.,Mercken,L.A.,Hoebe,C.J.,Dukers-Muijrers,N.H.:一个性交网络,由性交者组成,异性恋者的危险行为会加剧性传播感染的传播:一种双模方法。Soc.网络。35(2), 223-236 (2013) ·doi:10.1016/j.socnet.2013.02.006
[40] Morris,M.,Handcock,M.S.,Hunter,D.R.:指数族随机图模型的规范:术语和计算方面。J.统计软件。24(4), 1548 (2008) ·doi:10.18637/jss.v024.i04
[41] Cowles,M.K.,Carlin,B.P.:马尔可夫链蒙特卡罗收敛诊断:比较综述。《美国统计学会期刊》91(434),883-904(1996)·Zbl 0869.62066号 ·doi:10.1080/01621459.1996.10476956
[42] Plummer,M.,Best,N.,Cowles,K.,Vines,K.:CODA:MCMC的收敛诊断和输出分析。R新闻6(1),7-11(2006)
[43] Stivala,A.D.、Koskinen,J.H.、Rolls,D.A.、Wang,P.、Robins,G.L.:估计大型网络指数随机图模型的雪球抽样。Soc.网络。47, 167-188 (2016). doi:10.1016/j.socnet.2015.11.003·doi:10.1016/j.socnet.2015.11.003
[44] Pattison,P.E.,Robins,G.L.,Snijders,T.A.,Wang,P.:滚雪球抽样设计中指数随机图模型的条件估计。数学杂志。精神病。57(6), 284-296 (2013) ·Zbl 1281.62245号 ·doi:10.1016/j.jmp.2013.05.004
[45] Efron,B.:更好的引导置信区间。《美国法律总汇》第82卷(397页)、第171-185页(1987年)·Zbl 0622.62039号 ·doi:10.1080/01621459.1987.10478410
[46] 纽曼,M.E.:科学合作网络的结构。程序。国家。阿卡德。科学。98(2), 404-409 (2001) ·Zbl 1065.00518号 ·doi:10.1073/pnas.98.2.404
[47] Roberts,G.O.,Gelman,A.,Gilks,W.R.:随机行走Metropolis算法的弱收敛性和最佳缩放。附录申请。探针。7(1), 110-120 (1997) ·Zbl 0876.60015号 ·doi:10.1214/aoap/1034625254
[48] Iwasyna,T.J.、Christie,J.D.、Moody,J.、Kahn,J.M.、Asch,D.A.:危重症护理转移网络的结构。医疗护理47(7),787(2009)·doi:10.1097/MLR.0b013e318197b1f5
[49] Lomi,A.,Pallotti,F.:空间多点竞争对手之间的关系协作。Soc.网络。34(1), 101-111 (2012) ·doi:10.1016/j.socnet.2010.10.005
[50] Haario,H.,Laine,M.,Mira,A.,Saksman,E.:(DRAM:高效自适应MCMC统计计算16(4),339-354(2006))·doi:10.1007/s11222-006-9438-0
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。