[論文レビュー] A nonparametric two-sample hypothesis testing problem for random dot product graphs

Minh Tang, Avanti Athreya+3 more|arXiv (Cornell University)|Sep 8, 2014

Complex Network Analysis Techniques参考文献 68被引用数 29

ひとこと要約

本稿では、2つのグラフが同じまたは関連する潜在位置分布から生成されているかどうかを検出する、ランダムドット積産業グラフ（RDPG）の非パラメトリックな2標本仮説検定を提案する。隣接スペクトル埋め込み（ASE）を用いて潜在位置を推定し、推定された設定におけるEmpirical Processのための新しい濃縮不等式を用いて、広範な代替仮説のもとで一貫性を持つカーネルベースの検定統計量を構築する。理論的保証が得られる。

ABSTRACT

We consider the problem of testing whether two finite-dimensional random dot product graphs have generating latent positions that are independently drawn from the same distribution, or distributions that are related via scaling or projection. We propose a test statistic that is a kernel-based function of the adjacency spectral embedding for each graph. We obtain a limiting distribution for our test statistic under the null and we show that our test procedure is consistent across a broad range of alternatives.

研究の動機と目的

• 真の潜在位置が観測不能である状況において、ランダムドット積産業グラフ（RDPG）の非パラメトリック2標本仮説検定を開発すること。
• 2つの独立なRDPGが、同じ分布から生成された潜在位置をもつのか、あるいはスケーリングや射影によって関連しているのかを検定すること。
• 隣接スペクトル埋め込みから得られる推定潜在位置を用いて、一般代替仮説のもとでの検定の一貫性を確立すること。
• 既知の頂点対応関係や固定された頂点集合が存在しない状況における推論の課題に対処し、半パラメトリックな設定を超えて拡張すること。

提案手法

• 検定は、2つのRDPGの観測された隣接行列から潜在位置を推定するために隣接スペクトル埋め込み（ASE）を用いる。
• カーネルベースの検定統計量は、推定された潜在位置分布間の最大平均差分（MMD）の経験的推定として構築される。
• 推定された潜在位置設定における経験過程の上界のための新しい濃縮不等式を用いて、一貫性を証明する。
• 検定統計量は、未知の真の潜在位置から計算された真のMMDに確率的に収束するため、漸近的妥当性が保証される。
• スパarsity要因が未知であっても、スケーリングに関する等価性を検定する際のロバスト性が示され、スパースな設定でも有効である。
• フレームワークは適合度検定に適応可能であり、潜在位置モデルにおける独立性検定への拡張も可能である。

実験結果

リサーチクエスチョン

• RQ1 真の潜在位置が観測不能で頂点対応関係が不明な状況において、RDPGに非パラメトリック2標本検定を一貫して適用可能か？
• RQ2 真の潜在位置に基づく検定と比較して、推定潜在位置に基づく検定の一致性はどのように異なるか？
• RQ3 スパarsity要因と分布仮定にどのような条件が課されると、密グラフおよびスパースグラフの両設定で検定の一貫性が保たれるか？
• RQ4 潜在位置分布のスケーリングや射影を含む代替仮説を検出できるか？
• RQ5 ASEによる推定誤差を伴う状況下で、検定統計量が真のMMDに収束する速度はどの程度か？

主な発見

• 隣接スペクトル埋め込みから得られる検定統計量は、未知の真の潜在位置から計算された真のMMDに確率的に収束し、一貫性が保証される。
• 潜在位置がモデルの仮定を満たし、グラフが密である限り、任意の代替分布的差異に対して検定は一貫性を持つ。
• 推定された潜在位置設定における経験過程の上界のための新しい濃縮不等式が確立され、理論的基盤の核をなす。
• スパースな設定では、スパarsity要因が速く減少しなければ、検定は一貫性を保つ。具体的には、$ n\alpha_n = \omega(\log^4 n) $ および $ m\beta_m = \omega(\log^4 m) $ を満たす場合に該当する。
• 適合度検定に適応可能であり、スケーリングに関する等価性を検定する際のスパarsity要因が未知であってもロバストである。
• 頂点のアライメントが不明な状況では、従来の半パラメトリック手法を上回る性能を示すが、アライメントが利用可能な場合にはそれらよりパワーが低い可能性がある。