时序演化网络中摘要统计量用于异常检测的价值：一项性能评估研究

网络数据已成为统计学中一个活跃的研究领域。当前许多研究聚焦于代表单一快照或随时间不变的聚合历史数据的静态网络。然而，大多数网络源自表现出内在动态行为的时序演化系统。监测此类时变网络以检测异常变化在社会科学和物理科学中均有应用。在本工作中，我们通过引入统计过程监测的原理，对时序演化网络中用于异常检测的摘要统计量进行了一项评估研究。与以往研究不同，我们有意将时间自相关纳入研究。我们全面评估中的其他考量包括异常的类型与持续时间、模型类型以及时序演化网络中的稀疏性。我们得出结论：摘要统计量可作为网络监测的有价值工具，且常优于更复杂的统计量。