基于蒙特卡罗近似的多层网络公共不变子空间经验似然检验
统计方法学
2026-01-13 v1 统计计算
摘要
多层（或多个）网络被广泛用于表示日益复杂的真实系统中对象之间的多样化关系模式。识别跨网络层的公共不变子空间已成为活跃的研究领域，因为此类子空间可过滤层特定噪声、促进跨网络比较、降低维度并提取具有科学兴趣的共享结构特征。一种统计方法用于检测是否存在公共子空间是假设检验，评估所观察到的网络是否共享相同的潜在结构。本文提出一种基于经验似然（EL）的检验方法。原假设为所有网络层共享相同的不变子空间，而在备择假设下，至少两个层在其子空间上存在差异。我们通过蒙特卡罗近似研究该检验的渐近行为，并通过大量仿真评估其小样本性能。仿真结果表明，所提方法在大小与功效方面表现满意，其实际应用价值通过实际数据案例进一步得到验证。
引用
@article{arxiv.2601.06390,
title = {Empirical Likelihood Test for Common Invariant Subspace of Multilayer Networks based on Monte Carlo Approximation},
author = {Qianqian Yao},
journal= {arXiv preprint arXiv:2601.06390},
year = {2026}
}