度量局部依赖观测值的图一致性
统计方法学
2017-09-04 v6
摘要
本文引入了一种简单的度量，用于衡量沿网络分布的观测结果中的一致性模式，即相邻结果比非相邻结果具有更强相关性的模式。图一致性度量通常可用于量化网络在解释结果横截面依赖性方面的实证相关性，并且如本文所示，在特定条件下也可用于量化同质性程度。当观测到单个大型网络时，对一致性模式进行推断并非易事。在假设依赖图的前提下，本文开发了一种基于置换的图一致性度量置信区间。当结果可交换时，该置信区间在有限样本下有效；而在依赖图假设及其他正则性条件下，该区间被证明具有渐近有效性。蒙特卡洛模拟结果表明，相较于渐近方法，置换方法的有效性对各种图构型更具鲁棒性。
引用
@article{arxiv.1504.03712,
title = {Measuring the Graph Concordance of Locally Dependent Observations},
author = {Kyungchul Song},
journal= {arXiv preprint arXiv:1504.03712},
year = {2017}
}