邻接矩阵退化在最大熵加权网络模型中的作用

基于熵最大化的复杂网络零模型正成为表征和分析来自真实系统数据的强大工具。然而，从这些模型中提取良好且无偏的信息并非易事：正确理解它们所表示的底层事件的本质至关重要。在本文中，我们强调了这一事实，着重指出对于由单层或多层聚合而成的具有整数值邻接矩阵的网络，准确计数与给定约束相容的构型是构建良好零模型的基础。我们展示了关于构建网络元素的不同假设如何产生明显不同的统计特性，即使在考虑匹配真实数据的相同可观测量时也是如此。我们通过使用伴随本工作的开源软件包将形式体系应用于三个数据集来阐明我们的发现，并展示了在测量网络可观测量时如何清楚地看到这些差异。