网络（代数）统计中离散方法综述

Sonja Petrović

网络（代数）统计中离散方法综述

离散数学 2016-01-11 v2 组合数学统计方法学

作者: Sonja Petrović

摘要

采样算法、超图度序列和多面体在网络数据的统计分析中起着至关重要的作用。本文从网络的一类特定统计模型族——指数随机图模型的视角出发，概述了该离散数学领域中的一些开放问题。这些问题及其底层构造也与交换代数中的著名概念和计算机科学中的图论概念相关。我们概述了近期工作的几条研究路线，突出了这些领域之间的自然联系，并将它们统一为若干开放问题。虽然这些问题在离散数学中本身往往就具有相关性，但本文强调其统计相关性，希望这些研究路线不会彼此割裂。所提出的具体开放问题和一般性研究问题应能推动代数统计理论以及用于严格网络统计分析的应用统计工具的发展。

关键词

离散方法代数统计网络分析指数随机图模型采样算法超图度序列多面体

引用

@article{arxiv.1510.02838,
  title  = {A survey of discrete methods in (algebraic) statistics for networks},
  author = {Sonja Petrović},
  journal= {arXiv preprint arXiv:1510.02838},
  year   = {2016}
}

备注

Revised for clarity, minor updates, added example, upon suggestions of people mentioned in the acknowledgements section

网络（代数）统计中离散方法综述

摘要

关键词

引用

备注

相关论文