[論文レビュー] Exponential-family Random Network Models

Ian E. Fellows, Handcock, Mark S.|arXiv (Cornell University)|Aug 1, 2012

HIV, Drug Use, Sexual Risk参考文献 48被引用数 23

ひとこと要約

本稿では、指数型分布族におけるネットワークのつながりとノード属性を同時に確率変数として扱う統一的枠組みである指数型ランダムネットワークモデル（ERNM）を紹介する。このモデルにより、社会的選択と影響の両方を同時に分析できる。手法は尤度に基づく推論とMCMCアルゴリズムを用いてパラメータを推定し、従来のネットワークデータに対する標準的ロジスティック回帰と比較して、思春期の友人関係ネットワークにおける物質使用の影響をより良好に検出することを示している。

ABSTRACT

Random graphs, where the connections between nodes are considered random variables, have wide applicability in the social sciences. Exponential-family Random Graph Models (ERGM) have shown themselves to be a useful class of models for representing com- plex social phenomena. We generalize ERGM by also modeling nodal attributes as random variates, thus creating a random model of the full network, which we call Exponential-family Random Network Models (ERNM). We demonstrate how this framework allows a new formu- lation for logistic regression in network data. We develop likelihood-based inference for the model and an MCMC algorithm to implement it. This new model formulation is used to analyze a peer social network from the National Lon- gitudinal Study of Adolescent Health. We model the relationship between substance use and friendship relations, and show how the results differ from the standard use of logistic regression on network data.

研究の動機と目的

• 社会的選択と影響のそれぞれのモデルを別々に扱う方法の限界を克服し、ネットワークのつながりとノード属性を同時に確率変数として扱う統一的統計モデルの構築を目的とする。
• 横断的ネットワークデータにおける関係的つながりとノード属性の内生性を、指数型分布族フレームワーク内で両者の同時分布をモデル化することによって解決することを目的とする。
• 柔軟なパラメトリックモデルを用いて、二重の依存構造（ペアワイズおよびノード依存）を含む複雑なネットワーク依存性に対する尤度に基づく推論を可能とすることを目的とする。
• 結合ネットワーク-属性分布の不変定数が計算不能であるという問題に対し、計算的に実行可能なMCMCアルゴリズムを提供することを目的とする。
• 実世界の思春期の友人関係ネットワークにおける行動的影響（特に物質使用パターン）の検出において、標準的ロジスティック回帰手法と比較して本モデルの有効性を示すこと

提案手法

• ネットワークのつながり $Y$ とノード属性 $X$ のための結合指数型分布族モデルを定式化し、確率密度 $P(X=x,Y=y|\eta) = \frac{1}{c(\eta,\mathcal{N})} \exp(\eta \cdot g(y,x))$ を用いる。ここで $g$ はネットワークおよび属性の特徴に関する十分統計量を符号化する。
• 条件付きモデルを導出：$P(Y|X;\eta)$ は指数型ランダムグラフモデル（ERGM）として、$P(X|Y;\eta)$ はギブス/マルコフ確率場として定式化され、依存性の同時モデル化が可能になる。
• メトロポリス・ハスティングスMCMCアルゴリズムを採用し、辺のペア（エッジの削除またはランダムトグル）とノード属性（カテゴリカルまたは連続的摂動）の変更を交互に提案する。
• 変化統計量を用いて、1回の提案あたり定数時間で尤度比 $e^{\eta \cdot (g(x^*,y^*) - g(x^{(s-1)},y^{(s-1)}))}$ を効率的に計算し、スケーラビリティに不可欠な要因を達成する。
• 二項近似を用いて独立性下での期待値（例えば、同質性項のため）を計算し、スパarsなグラフにおいて漸近的に正しい結果を保ちつつ、計算速度を向上させる。
• 標準的ERGMの変化統計量を拡張し、ノード属性の変化を含めるようにし、MCMCサンプリング中の効率的更新を可能にする。

実験結果

リサーチクエスチョン

• RQ1 属性に基づくつながり形成（社会的選択）とつながりによる属性変化（社会的影響）を、1つの統計的枠組みで同時にモデル化する方法は何か？
• RQ2 不変定数が計算不能である結合ネットワークつながりとノード属性モデルの推定において、統計的および計算上の課題は何か？
• RQ3 結合モデルアプローチは、従来のネットワークデータに対する標準的ロジスティック回帰と比較して、友人関係ネットワークにおける行動的影響（例：物質使用）の推論をどのように改善するか？
• RQ4 横断的設定において、ノード属性の動的変化を考慮しつつ、同質性や推移性といった内生的ネットワーク効果を同定できるか？
• RQ5 実世界の社会的ネットワークデータにおいて、つながりと属性を同時にモデル化することで、推定された効果の解釈と正確性にどのような影響を与えるか？

主な発見

• ERNMフレームワークは、社会的選択と影響のモデルを1つの結合指数型分布族モデルに統合し、ネットワーク構造とノード属性の両方に対する整合的な推論を可能にした。
• 変化統計量を用いたMCMCアルゴリズムにより、不変定数が計算不能であるという問題を克服し、スパースな大規模ネットワークに対しても計算的に実行可能であることが示された。
• アドレッセス・アドレッセス・ハビットの縦断的調査（National Longitudinal Study of Adolescent Health）データの分析において、物質使用と友人関係のつながりの間に有意な正の関連が検出されたが、これは従来のネットワークデータに対する標準的ロジスティック回帰では完全に捉えきれていなかった。
• 物質使用と学年における同質性（homophily）が顕著な要因であることが判明し、従来の手法よりも強い効果が検出された。これは、結合モデル化の重要性を示している。
• 期待同質性項のための二項近似を用いることで、計算時間を顕著に短縮したが、特にスパースなグラフにおいても正確性を維持した。
• つながりと属性を同時にモデル化することで、特に友人による影響や選択といった内生的プロセスの推定において、より正確で洗練された推定値が得られることをフレームワークが示した。