[論文レビュー] A framework for statistical network modeling

Harry Crane, Walter Dempsey|arXiv (Cornell University)|Sep 28, 2015

Complex Network Analysis Techniques参考文献 57被引用数 23

ひとこと要約

この論文は、データ生成プロセスとサンプリング機構を分離する統計的ネットワークモデリングフレームワークを提案しており、交換可能性とサンプリングの一貫性を実現する。これは妥当な推論に不可欠である。本フレームワーク内にエッジ交換可能モデルや関係的モデルを埋め込むことができ、スパarsity（スパarsity）やラベル不変性といった長年のネットワークモデリングの問題を解決する。

ABSTRACT

Basic principles of statistical inference are commonly violated in network data analysis. Under the current approach, it is often impossible to identify a model that accommodates known empirical behaviors, possesses crucial inferential properties, and accurately models the data generating process. In the absence of one or more of these properties, sensible inference from network data cannot be assured. Our proposed framework decomposes every network model into a (relatively) exchangeable data generating process} and a sampling mechanism that relates observed data to the population network. This framework, which encompasses all models in current use as well as many new models, such as edge exchangeable and relationally exchangeable models, that lie outside the existing paradigm, offers a sound context within which to develop theory and methods for network analysis.

研究の動機と目的

• 統計的推論の基本的原則に反する現在のネットワークモデリング手法における根本的欠陥を是正すること。
• preferential attachment モデル や 指数型ランダムグラフモデル などの既存モデルにおける一貫性の欠如（ラベル不変性やサブサンプリングの一貫性に失敗）を解消すること。
• 既存のモデル（例：グラフン、エッジ交換可能モデル）と新規モデル（例：関係的交換可能モデル）を統合できる統一フレームワークを提供すること。
• ネットワークモデルがスパarsity（スパarsity）やパワー則に従う次数分布といった実証的性質を正確に反映しつつ、推論の有効性を維持できること。
• データ生成プロセスとサンプリング機構の区別を形式的に定式化し、ネットワーク解析における健全な統計理論の基盤とすること。

提案手法

• すべてのネットワークモデルを、無限大のネットワーク上での（相対的に）交換可能なデータ生成プロセスと、それを観測可能な有限ネットワークに写像するサンプリング機構に分解すること。
• 部分的に交換可能なランダム配列のAldous–Hoover理論を用いて、交換可能なネットワークモデルを特徴付けること。
• 任意の有限部分グラフが無限大のネットワークにほとんど確実に埋め込めるように保証するため、普遍的かつ超均質的グラフの概念を導入すること。
• 頂点またはエッジを逐次選択する方式によるサンプリング機構を定義し、サブサンプリング下でも有限標本分布が保存されることを保証すること。
• 有限標本モデルの族が単一の無限次元データ生成プロセスに埋め込めるための条件を確立すること。
• 極値的組合せ論および確率論（例：Borel–Cantelliの補題）の結果を活用し、エッジ交換可能な測度の下で普遍的かつ超均質的グラフの存在を証明すること。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、ラベル不変性とサブサンプリング下での一貫性を両立させるネットワークモデルを構築できるか？
• RQ2 交換可能なネットワークはほとんど確実にスパarsity（スパarsity）であり、かつ空でない確率が0であるにもかかわらず、スパarsity（スパarsity）ネットワークを交換可能な構造でモデル化する理論的根拠は何か？
• RQ3 指数型ランダムグラフモデル や preferential attachment モデル といった既存モデルを、推論の有効性を保つ整合的な統計的枠組みに埋め込めるか？
• RQ4 統計的単位（頂点、エッジ、三角形）の選択が、有効なネットワークモデルを定義する上で果たす役割は何か？
• RQ5 有限標本分布がターゲットモデルと一致するように、一貫性のあるサンプリング機構をどのように構築できるか？

主な発見

• ポisson–Dirichlet過程によって駆動されるエッジ交換可能モデルは、確率1で普遍的かつ超均質的であり、任意の有限部分グラフがほとんど確実に埋め込めることが保証される。
• 無限大の頂点集合上でのErdős–Rényiモデルは、ほとんど確実に普遍的かつ超均質的であり、逐次サブサンプリングにより有限標本を一貫して埋め込める。
• ある種の正則性条件を満たす有限標本モデル族は、適切なサンプリング機構を介して、単一の無限次元データ生成プロセスに埋め込める。
• 本フレームワークは、データ生成プロセスとサンプリング機構を明確に分離しており、モデル解釈や推論における曖昧さを解消する。
• 指数型ランダムグラフモデル や preferential attachment モデル は、ラベル不変性やサブサンプリングの一貫性を満たさず、推論の有効性が損なわれる。
• 本フレームワークは、エッジや部分グラフを単位とする関係的交換可能ネットワークのような新規モデルをサポートし、特定の実証的ネットワーク行動により自然に適合する。