Bootstrapping exchangeable random graphs
Bootstrapping exchangeable random graphs
复制标题
自举可交换随机图
DOI：
--
复制
发表时间：
2017
影响因子：
1.1
通讯作者：
C. Shalizi
中科院分区：
文献类型：
--
作者：
Alden Green;C. Shalizi
我们为可交换随机图引入了两个新的自助法。一种是纯粹基于重采样的“经验图”，另一种是基于模型的“筛子”自举算法。我们证明了它们都精确地逼近了模体密度的抽样分布，即固定子图在网络中出现的次数的归一化计数的抽样分布。这些密度表征了(无限)可交换网络的分布。因此，我们的自举程序第一次给出了关于基本网络统计的推论中的不确定性的有效量化，以及由此可识别的参数。
We introduce two new bootstraps for exchangeable random graphs. One, the "empirical graphon", is based purely on resampling, while the other, the "histogram stochastic block model", is a model-based "sieve" bootstrap. We show that both of them accurately approximate the sampling distributions of motif densities, i.e., of the normalized counts of the number of times fixed subgraphs appear in the network. These densities characterize the distribution of (infinite) exchangeable networks. Our bootstraps therefore give, for the first time, a valid quantification of uncertainty in inferences about fundamental network statistics, and so of parameters identifiable from them.
DOI：
--
发表时间：
2017-09
期刊：
--
影响因子：
--
作者：
Jiaming Xu
通讯作者：
Jiaming Xu
影响因子：
4.5
作者：
Shalizi CR;Rinaldo A
通讯作者：
Rinaldo A