Exchangeable Hyperedge Models 的子图频率统计推断
统计方法学
2025-09-03 v2 统计理论
统计理论
摘要
在统计网络分析中，常用于二元邻接矩阵且满足节点可交换性的模型较为常见。然而，当交互作用而非节点是基本单元时，这类模型可能无法捕捉数据生成过程的关键特征。我们研究在可交换超边模型下对子图计数的统计推断问题。我们引入了若干超图子图统计量的类别，并发展了能够考虑边缘重复性的子图频率推断工具。我们表明，这些子图统计量的一个子类对低度节点删除具有鲁棒性，从而在低度节点更可能缺失的情境下实现推断。我们还检查一种更传统的子图频率概念，即忽略重复性，结果表明在某些情况下，基于极限分布的推断是可行的，但在其他情况下则可能不存在非退化的极限分布。我们通过仿真和新收集的真实超图数据进行实证评估，数据涉及学术合作和电影合作网络，其中我们的方法在二元邻接矩阵的传统方法之上显著优于后者。
引用
@article{arxiv.2508.13258,
title = {Statistical Inference for Subgraph Frequencies of Exchangeable Hyperedge Models},
author = {Ayoushman Bhattacharya and Nilanjan Chakraborty and Robert Lunde},
journal= {arXiv preprint arXiv:2508.13258},
year = {2025}
}