×

极值估计方法对网络数据有用吗? (英语) Zbl 1460.62085号

设\(G(n)=(V(n),E(n))\)为有向网络,其中\(V。设(N(N))表示(G(N)中的节点数,(N_N(i,j))表示具有in度(i)和out度(j)的节点数。度数为“in”(i\)和“out”(j\)的节点的边际计数如下\[N_i^{\mathrm{in}}(N)=\sum_{j=0}^\infty N_N(i,j),\quad N_j^{\mathrm{out}}。\]
假设经验次数频率几乎肯定收敛,即。\[\裂缝{N_N(i,j)}{N(N)}\mathop{\rightarrow}_{N\longrightarrow\infty}p_{ij}\\mathrm{a.s.},\]其中,(p{ij})是二元整值随机变量的局部概率。
此外,还假设网络表现出幂律行为,即满足以下要求\[p_i^{\mathrm{in}}=\sum_{j=0}^\infty p_{ij}\mathop{\sim}_{i\rightarrow\infty}C_{\mathrm{in{}}i^{-(1+\imath_{\mathrm{in}})},\quadp_j^{\mathrm{out}}=\sum_{i=0}^\infty p_{ij}\mathop{\sim}_{j\rightarrow\infty}C_{\mathr m{out{}j^{-(1+\imath_{\mathrm{out}})},\]对于一些正常数\(C_{mathrm{in}}\)、\(C_()。
本文作者描述了两类生成具有幂律度分布网络的优先连接模型。此外,他们考虑了基于极值方法的模型参数的半参数估计,将极值方法与现有参数方法进行了比较,并证明了当数据损坏或模型指定错误时,它如何能够提供与网络相关的参数的更稳健估计。

MSC公司:

62甲12 多元分析中的估计
60G70型 极值理论;极值随机过程
05C80号 随机图(图形理论方面)
62层35 鲁棒性和自适应程序(参数推断)
62E20型 统计学中的渐近分布理论
91天30分 社交网络;意见动态
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 巴米迪,S.:分析优先依恋树的通用技术:全局和局部分析。可用:http://www.unc.edu/bhamdi/preferent.pdf。预印本(2007)
[2] 巴米迪,S。;斯蒂尔,Jm;Zaman,T.,推特活动网络和超级明星模型Ann.Appl。概率。,10, 5, 2462-2502 (2015) ·Zbl 1334.60204号 ·doi:10.1214/14-AAP1053
[3] Bollobás,B.,Borgs,C.,Chayes,J.,Riordan,O.:有向无标度图。在:第十四届ACM-SIAM离散算法年度研讨会论文集(巴尔的摩,2003年),第132-139页。ACM,纽约(2003)·Zbl 1094.68605号
[4] Re Chandler;Bate,S.,使用独立对数似然推断聚类数据,生物特征,95167-183(2007)·Zbl 1142.62367号 ·doi:10.1093/biomet/asm015
[5] 克劳塞特,A。;沙利兹,铬;Newman,Mej,经验数据中的幂律分布,SIAM Rev.,51,4,661-703(2009)·Zbl 1176.62001号 ·doi:10.1137/07071011
[6] Coles,Sg,极值统计建模简介。斯普林格统计系列,xiv 210-xiv 210(2001),伦敦:斯普林格,伦敦·Zbl 0980.62043号
[7] 达斯,B。;Mitra,A。;Resnick,S.,《生活在多维边缘:利用规则变化寻找隐藏风险》,Adv.Appl。概率。,第45139-163页(2013年)·Zbl 1276.60041号 ·doi:10.1239/aap/1363354106
[8] De Haan,L。;Ferreira,A.,《极值理论:导论》(2006),纽约:施普林格出版社,纽约·Zbl 1101.62002号
[9] Drees,H.,Janßen,A.,Resnick,S.I.,Wang,T.:关于尾部分析中阈值选择的最小距离程序。ArXiv电子打印。提交时间(2018年)·Zbl 1484.62057号
[10] Durrett,Rt,随机图动力学。剑桥统计与概率数学系列(2010),剑桥:剑桥大学出版社,剑桥·Zbl 1202.60001号
[11] Easley,D。;Kleinberg,J.,《网络、人群和市场》(2010),剑桥:剑桥大学出版社,剑桥·Zbl 1205.91007号
[12] 高,F。;Van Der Vaart,A.,关于估计具有随机初始度的仿射优先连接网络模型的渐近正态性,随机过程应用。,127, 11, 3754-3775 (2017) ·Zbl 1491.62080号 ·doi:10.1016/j.spa.2017.03.008
[13] Gillespie,Cs,《拟合重尾分布:poweRlaw包》,J.Stat.Softw。,64, 2, 1-16 (2015) ·doi:10.18637/jss.v064.i02
[14] Hill,Bm,《推断分布尾部的简单通用方法》,Ann.Statist。,3, 1163-1174 (1975) ·Zbl 0323.62033号 ·doi:10.1214操作系统/1176334247
[15] Hult,H。;Lindskog,F.,度量空间上测度的正则变分,Publ。Inst数学。(贝尔格莱德)(N.S.),80,94,121-140(2006)·Zbl 1164.28005号 ·doi:10.2298/PIM0694121H
[16] 科拉奇克(Ed Kolaczyk);Cárdi,G.,使用R对网络数据进行统计分析。使用R!(2014),纽约:Springer,New York·Zbl 1290.62002号
[17] 克拉皮夫斯基,P。;罗杰斯,G。;Redner,S.,《成长网络的学位分布》,Phys。莱特修订版,86,5401-5404(2001)·doi:10.1103/PhysRevLett.86.5401
[18] 克拉皮夫斯基,Pl;Redner,S.,《增长随机网络的组织》,《物理评论》E,63,6,066123:1-14(2001)·doi:10.1103/PhysRevE.63.066123
[19] Kunegis,J.:科内特:科布伦茨网络收藏。摘自:第二十二届万维网国际会议记录,第1343-1350页。ACM(2013)
[20] Lindskog,F。;雷斯尼克,Si;Roy,J.,《度量空间上的正则变化测度:隐藏正则变化和隐藏跳跃》,Probab。调查。,11, 270-314 (2014) ·Zbl 1317.60007号 ·doi:10.1214/14-PS231
[21] Resnick,Si,重尾现象:概率和统计建模。Springer运筹学和金融工程系列(2007),纽约:Springer,纽约·Zbl 1152.62029号
[22] Resnick,Si;Samorodnitsky,G.,多变量规则变化分布的Tauberian理论及其在优先连接网络中的应用,Extremes,18,3,349-367(2015)·Zbl 1345.60118号 ·文件编号:10.1007/s10687-015-0216-2
[23] Samorodnitsky,G。;Resnick,S。;托斯利,D。;Davis,R。;A.威利斯。;Wan,P.,优先依恋模型中度内和度外的非标准规则变化,J.Appl。概率。,53, 1, 146-161 (2016) ·Zbl 1343.60138号 ·doi:10.1017/jpr.2015.15
[24] Van Der Hofstad,R.,《随机图和复杂网络》,第1卷。《剑桥统计与概率数学丛书》(2017),剑桥:剑桥大学出版社,剑桥·Zbl 1361.05002号
[25] 瓦林,C。;里德,N。;Firth,D.,《复合似然法概述——统计》,Sinica,21,5-42(2011)·Zbl 05849508号
[26] Wan,P。;Wang,T。;Ra Davis;Resnick,Si,拟合线性优先附着模型,电子。统计杂志。,11, 2, 3738-3780 (2017) ·Zbl 1387.62074号 ·doi:10.1214/17-EJS1327
[27] Wang,T。;Resnick,Si,离散质量函数的多元规则变化及其在优先连接网络中的应用,Methodol。计算。申请。概率。,20, 3, 1029-104 (2018) ·Zbl 1401.28006号 ·doi:10.1007/s11009-016-9503-x
[28] Wang,T.,Resnick,S.I.:线性优先依恋模型极值中Hill估计的一致性。10.1007/s10687-018-0335-7(2018)·Zbl 1432.60056号
[29] Wang,T.,Resnick,S.I.:定向优先依恋模型中的学位增长率和指数估计。ArXiv电子打印。提交时间(2018年)·Zbl 1443.60078号
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。