[論文レビュー] Statistical Models for Degree Distributions of Networks

Kayvan Sadeghi, Alessandro Rinaldo|arXiv (Cornell University)|Nov 14, 2014

Graph theory and applications参考文献 12被引用数 9

ひとこと要約

本稿は、非有向、ラベル付き、単純なネットワークにおける次数およびバイ次数分布に基づく指数型ネットワークモデル（ERGM）を導入し、$dK$-グラフの統計的性質を形式化する。最尤推定器（MLE）の存在条件を確立し、漸近的挙動を導出し、$1K$ モデルがエドーシュ＝レニー（Erdős-Rényi）モデルとは本質的に異なることを示し、二重独立性の仮定を越えたモデル化の可能性を強調する。

ABSTRACT

We define and study the statistical models in exponential family form whose sufficient statistics are the degree distributions and the bi-degree distributions of undirected labelled simple graphs. Graphs that are constrained by the joint degree distributions are called $dK$-graphs in the computer science literature and this paper attempts to provide the first statistically grounded analysis of this type of models. In addition to formalizing these models, we provide some preliminary results for the parameter estimation and the asymptotic behaviour of the model for degree distribution, and discuss the parameter estimation for the model for bi-degree distribution.

研究の動機と目的

• 非有向、ラベル付き、単純なグラフにおける次数およびバイ次数分布に基づく指数型分布族の形式的定義と分析。
• $dK$-グラフの統計的性質を、コンピュータサイエンス分野でこれまでヒューリスティックに用いられてきたものであるが、厳密な統計的枠組みに裏付けを置くことによる検討。
• $1K$ モデルおよび $2K$ モデルにおける最尤推定器（MLE）の存在および推定可能性のための条件を導出すること。
• これらのモデルの漸近的挙動を検討し、密度の高いエドーシュ＝レニー（Erdős-Rényi）ランダムグラフモデルと比較すること。
• バイ次数分布モデルのパrameter化を提案し、将来の研究におけるパrameter推定およびモデルポリトープに関する方向性を示唆すること。

提案手法

• $1K$ モデルおよび $2K$ モデルを、正規化された次数およびバイ次数分布から導かれる十分統計量を持つ指数型分布族として形式化する。
• ノードの次数 $k$ を持つノードの数 $n_k(g)/n$ および次数対 $(k_1,k_2)$ を持つ辺の数 $n_{k_1k_2}(g)/n$ を十分統計量として用いる。
• パラメータ空間を縮小し、最小指数型分布族形式で表現するため、$\tilde{p}_{k_1k_2} = p_{k_1k_2}/p_{n-1,n-1}$ を用いた再パラメータライゼーションを適用する。
• 正規化定数 $\psi(\alpha)$ を、$n$ 個のノードを持つ非孤立グラフすべての和として、$\psi_n(\alpha) = \log\left(\sum_{l=1}^L e^{\sum \tilde{n}_{k_1k_2}(g_l)\alpha_{k_1k_2}}\right)$ として導出する。
• MLE の存在のための必要十分条件を導くために、モデルポリトープ $A_{n-1,n-2} = \text{convex hull}(\tilde{n}^{(2)}_{-}(g))$ を分析する。
• 数値実験および理論的境界を用いて、バイ次数ベクトルの非ゼロ成分の最大数を推定し、推定可能なパラメータの上界を得る。

実験結果

リサーチクエスチョン

• RQ1 指数型ネットワークモデル $1K$ および $2K$ における最尤推定器（MLE）が存在する条件は何か？
• RQ2 $1K$ モデルの漸近的挙動は、密度の高いエドーシュ＝レニー（Erdős-Rényi）ランダムグラフモデルとどのように異なるか？
• RQ3 単一のネットワーク観測において、$2K$ モデルにおける推定可能なパラメータの割合はどの程度か？ また、この比に適用可能な上限は何か？
• RQ4 バイ次数分布をどのようにパラメータライズすれば、最小かつ一意に特定可能な指数型分布族形式を保証できるか？
• RQ5 モデルポリトープ $A_{n-1,n-2}$ の構造は何か？ また、これは $2K$ モデルにおける MLE の存在にどのように制約を加えるか？

主な発見

• $1K$ モデルは、エドーシュ＝レニー（Erdős-Rényi）モデルとは本質的に異なり、その異なる漸近的挙動が示され、これはすべての ERGM が共有するわけではない非自明で望ましい性質である。
• $1K$ モデルでは、次数列がモデルポリトープの相対的内部にある条件の下で、MLE の存在が保証される。
• $2K$ モデルでは、MLE が存在するための必要十分条件として、観測されたバイ次数ベクトルが、非孤立グラフのすべての可能なバイ次数ベクトルの凸包の相対的内部にあることである。
• 単一の観測ネットワークに対して、バイ次数ベクトルの非ゼロ成分の数は、順序付けられた項 $\frac{k_1+k_2}{k_1k_2}$ が合計 $n$ に達するまでの累積和の数に上限をもつことが示され、推定可能なパラメータの上界が得られる。
• 数値実験および図4の図示により、非ゼロバイ次数成分の総ベクトル長に対する比の上限は約 0.56 であることが示された。
• $2K$ モデルの正規化定数 $\psi(\alpha)$ は、$L$ を $n$ 個のノードを持つ非孤立グラフの数として、$\log\left(\sum_{l=1}^L e^{\sum \tilde{n}_{k_1k_2}(g_l)\alpha_{k_1k_2}}\right)$ として明示的に表現される。