具有度异质性与同质性的网络模型推断的统一框架
统计方法学
2019-10-08 v2
摘要
度异质性和同质性是网络数据中的两个典型特征。在本文中，我们为具有这两个特征的无向网络建立了一个通用模型，并提出了用于推断度和同质性参数的矩估计。二元或非二元网络边被同时考虑。我们建立了一个统一的理论框架，在此框架下，随着网络规模趋于无穷大，矩估计量的一致性成立。我们还推导了矩估计量的渐近表示，可用于表征其极限分布。同质性参数的矩估计量的渐近表示包含一个偏差项。提供了两个应用以说明理论结果。数值研究和实际数据分析验证了我们的理论发现。
引用
@article{arxiv.1806.02550,
title = {A Unified Framework for Inference in Network Models with Degree Heterogeneity and Homophily},
author = {Ting Yan},
journal= {arXiv preprint arXiv:1806.02550},
year = {2019}
}
备注
33 pages. Major revision. Add simulations. Changed the original title to "A Unified Framework for Inference in Network Models with Degree Heterogeneity and Homophily"