确保网络属性的蒙特卡洛估计的可靠性
应用统计
2019-11-25 v2 社会与信息网络
统计方法学
摘要
社会网络分析文献主要关注需要完整网络数据的方法与模型;然而,由于网络规模或复杂性、访问限制或目标总体难以触及,存在许多只能经由抽样方法研究的网络。在此类情形下,应用基于随机游走的马尔可夫链蒙特卡洛(MCMC)方法来估计多个网络特征十分常见。然而,这些估计的可靠性在很大程度上被忽视。我们考虑并进一步发展网络抽样背景下的多元 MCMC 输出分析方法,以直接解决多元估计的可靠性问题。该方法产生了用于评估蒙特卡洛估计过程的基于原理、计算高效且广泛适用的方法。特别地,针对两种随机游走算法——简单随机游走与 Metropolis-Hastings 随机游走——我们构建并比较了网络参数估计、有效样本量、覆盖概率与停止规则,所有这些都说明了估计的可靠性。
引用
@article{arxiv.1911.08682,
title = {Ensuring Reliable Monte Carlo Estimates of Network Properties},
author = {Haema Nilakanta and Zack W. Almquist and Galin L. Jones},
journal= {arXiv preprint arXiv:1911.08682},
year = {2019}
}
备注
27 pages