一种基于 Bootstrap 的网络相似性检验方法
统计方法学
2025-02-06 v3 机器学习
摘要
本文研究匹配网络推断问题，其目标是判定定义于公共节点集上的两个网络是否展现某种特定形式的随机相似性。考虑两种相似性概念：(i) 相等，即检验网络是否源自同一随机图模型；(ii) 缩放，即检验其概率矩阵对某一未知缩放常数是否成比例。我们基于参数 Bootstrap 方法与基于 Frobenius 范数的检验统计量开发了一个检验框架。所提方法高度通用，涵盖相等与缩放两类问题，并确保在随机块模型、Chung-Lu 模型与随机点积图模型等多种模型设定下的适应性。我们建立了所提检验的理论相合性，并通过广泛模型类下的大量模拟展示其经验性能。结果表明，与现有方法相比，所提方法具灵活性与计算高效性。我们还报告了涉及 Aarhus 网络数据集的真实应用，其揭示了不同通信层间有意义的社会学模式。
引用
@article{arxiv.1911.06869,
title = {A Bootstrap-based Method for Testing Network Similarity},
author = {Somnath Bhadra and Kaustav Chakraborty and Srijan Sengupta and Soumendra Lahiri},
journal= {arXiv preprint arXiv:1911.06869},
year = {2025}
}