[論文レビュー] On Two Distinct Sources of Nonidentifiability in Latent Position Random Graph Models

Joshua Agterberg, Minh Tang+1 more|arXiv (Cornell University)|Mar 31, 2020

Statistical Methods and Inference参考文献 34被引用数 6

ひとこと要約

本稿は、潜在位置確率グラフモデルにおける非同定性の2つの異なる原因——部分空間非同定性とモデルベース非同定性——を特定し、分析している。また、さまざまな条件下でのモデルベース非同定性の漸近的極限を特徴づけ、ストークスティックブロックモデルおよび一般化されたランダムドット積産グラフにおける推論の理論的基盤を提供している。

ABSTRACT

Two separate and distinct sources of nonidentifiability arise naturally in the context of latent position random graph models, though neither are unique to this setting. In this paper we define and examine these two nonidentifiabilities, dubbed subspace nonidentifiability and model-based nonidentifiability, in the context of random graph inference. We give examples where each type of nonidentifiability comes into play, and we show how in certain settings one need worry about one or the other type of nonidentifiability. Then, we characterize the limit for model-based nonidentifiability both with and without subspace nonidentifiability. We further obtain additional limiting results for covariances and $U$-statistics of stochastic block models and generalized random dot product graphs.

研究の動機と目的

• 潜在位置確率グラフモデルにおける2つの明確に区別できる非同定性の原因——部分空間非同定性とモデルベース非同定性——を形式的に定義すること。
• それぞれの非同定性がネットワーク推論において深刻な問題となる状況を特定すること。
• 部分空間非同定性が存在する・存在しない状況において、モデルベース非同定性の極限的挙動を特徴づけること。
• ストークスティックブロックモデルおよび一般化されたランダムドット積産グラフにおける共分散およびU統計量の追加の極限的結果を導出すること。
• 非同定性の問題が存在する中でも、有効な統計的推論が可能となる理論的基盤を提供すること。

提案手法

• 潜在空間の線形変換に対して不変であることに起因する部分空間非同定性の形式的定義。
• モデル構造に起因するパラメータ回復の本質的曖昧性に起因するモデルベース非同定性の定義。
• 異なる条件下でのモデルベース非同定性の極限を特徴づけるために漸近的解析の使用。
• ストークスティックブロックモデルおよび一般化されたランダムドット積産グラフにおけるU統計量および共分散解析の適用。
• 両方の非同定性要因を同時に考慮した際の極限分布および収束挙動の理論的導出。
• 潜在空間表現における同定性の分析のためのランダムグラフモデルフレームワークの使用。

実験結果

リサーチクエスチョン

• RQ1 潜在位置確率グラフモデルにおける非同定性の2つの明確に区別できる原因とは何か。それらはどのように異なるか。
• RQ2 どのような状況下で部分空間非同定性がモデルベース非同定性よりも深刻な問題となるか、あるいは逆にその逆となるか。
• RQ3 部分空間非同定性が存在する・存在しない状況において、モデルベース非同定性の極限的挙動はどのように変化するか。
• RQ4 非同定性の下で、ストークスティックブロックモデルおよび一般化されたランダムドット積産グラフにおける共分散およびU統計量の漸近的性質はどのように振る舞うか。
• RQ5 非同定性の理論的極限を、潜在空間モデルにおける有効な統計的推論を可能にする形で特徴づけることは可能か。

主な発見

• 部分空間非同定性は、潜在空間の線形変換に対してモデルが不変であることにより生じ、同一と見なせない表現が生じる。
• モデルベース非同定性は、潜在空間の次元とは無関係に、モデル構造に起因する構造的曖昧性に起因し、一意なパラメータ回復が不可能である。
• 本稿は、部分空間非同定性が存在する・存在しない状況において、モデルベース非同定性の極限を特徴づけ、推論の限界を理解する理論的基盤を提供している。
• ストークスティックブロックモデルおよび一般化されたランダムドット積産グラフにおける共分散およびU統計量の追加の極限的結果が導出されており、それらの漸近的挙動の理解が深められている。
• 分析により、特定の状況下では、一方の非同定性が他方を上回り、推論戦略の選択に影響を与えることが示された。
• 理論的枠組みにより、非同定性の原因を分離・定量化することで、潜在空間モデルの解釈が明確化された。