graphon过程的尾指数与计数统计的自举估计量
统计理论
2021-01-05 v3 统计理论
摘要
graphon过程解决了传统随机图模型中的一些缺陷，特别是提供了既具有投影性又允许稀疏性的模型。绝大多数关于graphon过程的文献从概率角度研究它们。用于推断这些过程的参数——即所谓graphon——的技术仍然很少；少数例外是考虑graphon参数化族的几篇论文。非参数估计仍未被考虑。在本文中，我们针对graphon的选定泛函提出估计量。我们的估计量源于graphon过程的子抽样理论，因此可视为一种自举过程。
引用
@article{arxiv.1712.01745,
title = {Bootstrap estimators for the tail-index and for the count statistics of graphex processes},
author = {Zacharie Naulet and Daniel M. Roy and Ekansh Sharma and Victor Veitch},
journal= {arXiv preprint arXiv:1712.01745},
year = {2021}
}