纵向网络的随机块模型的半参数扩展
统计方法学
2023-08-30 v3
摘要
为了对连续时间内的重复交互事件进行建模，我们提出了随机块模型的一个扩展，其中每个个体属于一个潜在群组，两个个体之间的交互遵循条件非齐次泊松过程，其强度由个体的潜在群组驱动。该模型被证明是可识别的，其估计基于半参数变分期望最大化算法。我们开发了该方法的两种版本，分别使用非参数直方图方法（具有对分区大小的自适应选择）或核强度估计量。潜在群组的数量可通过集成分类似然准则来选择。最后，我们在合成实验上展示了我们程序的性能，分析了两个数据集以说明我们方法的实用性，并对竞争方法进行了评论。
引用
@article{arxiv.1512.07075,
title = {A semiparametric extension of the stochastic block model for longitudinal networks},
author = {Catherine Matias and Tabea Rebafka and Fanny Villers},
journal= {arXiv preprint arXiv:1512.07075},
year = {2023}
}