[论文解读] A central limit theorem for scaled eigenvectors of random dot product graphs

Avanti Athreya, Vince Lyzinski+4 more|arXiv (Cornell University)|May 31, 2013

Random Matrices and Applications参考文献 29被引用 13

一句话总结

本文建立了随机点积图中邻接矩阵的缩放特征向量的中心极限定理，表明估计潜变量位置与真实潜变量位置之间的差异收敛于高斯分布的混合分布。该结果可推广至 Erdős-Rényi 图，并通过谱嵌入的渐近正态性，实现更精细的统计推断，例如改进聚类误差界。

ABSTRACT

We prove a central limit theorem for the components of the largest eigenvectors of the adjacency matrix of a finite-dimensional random dot product graph whose true latent positions are unknown. In particular, we follow the methodology outlined in \citet{sussman2012universally} to construct consistent estimates for the latent positions, and we show that the appropriately scaled differences between the estimated and true latent positions converge to a mixture of Gaussian random variables. As a corollary, we obtain a central limit theorem for the first eigenvector of the adjacency matrix of an Erdös-Renyi random graph.

研究动机与目标

• 在随机点积图中，建立估计潜变量位置与真实潜变量位置之间残差的中心极限定理。
• 将谱分析从一致性扩展至二阶性质，实现更优的统计推断。
• 证明在随机点积图模型下，特征向量差异收敛于高斯分布的混合分布。
• 为网络分析中更精确的聚类与估计提供理论基础。
• 通过推导谱统计量的渐近分布，推广 Sussman 等人（2014）的结果。

提出的方法

• 使用邻接矩阵的谱分解来估计随机点积图中的潜变量位置。
• 对邻接矩阵应用幂法，以真实潜变量位置作为初始向量，并以真实位置为条件。
• 证明所得向量分量渐近服从正态分布，且由于存在谱间隙，与真实特征向量的误差可忽略不计。
• 推导缩放后的估计潜变量位置与真实潜变量位置之间差异的极限分布，其为高斯随机变量的混合分布。
• 通过类似的渐近论证，将一维情况推广至多维潜变量空间。
• 通过随机块模型图的模拟验证结果，将聚类误差率与理论界进行比较。

实验结果

研究问题

• RQ1 在随机点积图中，估计潜变量位置与真实潜变量位置之间的差异是否收敛于正态分布？
• RQ2 谱特征向量残差的渐近分布是否可表征为高斯分布的混合？
• RQ3 特征向量的中心极限定理如何提升网络分析中的聚类准确性？
• RQ4 Erdős-Rényi 随机图邻接矩阵的第一特征向量的极限分布是什么？
• RQ5 谱嵌入的二阶性质是否能导致网络统计推断中更紧致的误差界？

主要发现

• 缩放后的估计潜变量位置与真实潜变量位置之间的差异在分布上收敛于高斯随机变量的混合分布。
• 中心极限定理在单维与多维随机点积图中均成立。
• Erdős-Rényi 随机图邻接矩阵的第一特征向量满足中心极限定理。
• 模拟结果表明，基于谱嵌入的聚类误差率呈指数下降，优于先前的 O(log n / n) 界。
• 当潜变量位置近似服从多元正态分布时，基于高斯混合模型的聚类可实现接近贝叶斯最优误差率。
• 该理论框架支持对交换性随机图进行更精确且计算高效的统计推断。