中文

Erd\H{o}s-R\'enyi 网络中的联合节点度分布

机器学习 2023-03-10 v1 机器学习 社会与信息网络 统计计算

摘要

Erd\H{o}s-R\'enyi 随机图是节点度分布最简单的模型,也是被研究最广泛的模型之一。在该模型中,从 nn 个顶点中均匀随机地以概率 pp 选取顶点对并连接,因此给定顶点的度服从二项分布。若顶点数很大,可利用中心极限定理将二项分布近似为正态分布,这通常当 min(np,n(1p))>5\min (np, n(1-p)) > 5 时被允许。这对每个节点独立成立。然而,由于图中节点的度并不独立,本文旨在检验 Erd\H{o}s-R\'enyi 图中各节点度 collectively 是否具有多元正态分布 MVN。针对“二项分布为整组节点的分布”这一假设的卡方拟合优度检验因度之间的依赖性而被拒绝。在检验 MVN 之前,我们证明图中任意一对节点度之间的协方差和相关系数分别为 p(1p)p(1-p)1/(n1)1/(n-1)。我们考虑独立与依赖度两种假设检验 MVN,并基于卡方统计量的拒绝百分比、Anderson Darling 检验的 pp 值以及 CDF 比较得出结果。我们总是在 nnpp 较大时获得多元正态分布的良好拟合,而在 nnpp 极小时拟合很差。当 np10np \geq 10 时该近似似乎有效。我们还比较了 MVN 分布中假设独立与依赖时 pp 的最大似然估计,并使用偏差、方差和均方误差评估这些估计量。

关键词

引用

@article{arxiv.2303.05138,
  title  = {The joint node degree distribution in the Erd\H{o}s-R\'enyi network},
  author = {Boshra Alarfaj and Charles Taylor and Leonid Bogachev},
  journal= {arXiv preprint arXiv:2303.05138},
  year   = {2023}
}

备注

7 pages