函数型随机块模型的变分非参数推断
统计方法学
2024-07-02 v1
摘要
我们提出一种函数型随机块模型，其中顶点涉及功能数据信息。该新模型扩展了经典随机块模型，加入向量型节点信息，适用于节点信息可能为功能曲线的实际网络。例如，国际贸易数据中，网络顶点（国家）关联特定时期的年或季 GDP；MyFitnessPal 数据中，网络顶点（MyFitnessPal 用户）关联特定时期的日热量信息。将联合执行两个统计任务。首先，借助功能节点信息检测网络顶点的社区结构。其次，我们提出一种计算高效的变分检验，用于检验功能节点信息的显著性。我们证明社区检测算法实现弱一致性和强一致性，变分检验呈分枝自由度的渐近卡方分布。作为副产品，我们提出功能节点信息斜率函数的点估计置信区间。我们的方法通过仿真数据和真实数据进行检验。
引用
@article{arxiv.2407.00564,
title = {Variational Nonparametric Inference in Functional Stochastic Block Model},
author = {Zuofeng Shang and Peijun Sang and Yang Feng and Chong Jin},
journal= {arXiv preprint arXiv:2407.00564},
year = {2024}
}