[论文解读] A nonparametric two-sample hypothesis testing problem for random dot product graphs

Minh Tang, Avanti Athreya+3 more|arXiv (Cornell University)|Sep 8, 2014

Complex Network Analysis Techniques参考文献 68被引用 29

一句话总结

本文提出了一种针对随机点积图（RDPGs）的非参数两样本假设检验方法，用于判断两幅图是否具有相同或相关的潜在位置分布。通过邻接谱嵌入（ASE）估计潜在位置，该方法构建了一个基于核的检验统计量，能够在广泛替代假设下一致检测出差异，并通过一种新颖的估计设定下经验过程的集中不等式，提供了理论保证。

ABSTRACT

We consider the problem of testing whether two finite-dimensional random dot product graphs have generating latent positions that are independently drawn from the same distribution, or distributions that are related via scaling or projection. We propose a test statistic that is a kernel-based function of the adjacency spectral embedding for each graph. We obtain a limiting distribution for our test statistic under the null and we show that our test procedure is consistent across a broad range of alternatives.

研究动机与目标

• 开发一种当真实潜在位置不可观测时，针对随机点积图的非参数两样本假设检验方法。
• 检验两个独立的RDPG是否由来自相同分布或通过缩放或投影相关的潜在位置生成。
• 通过利用邻接谱嵌入估计的潜在位置，建立检验在一般替代假设下的一致性。
• 解决在缺乏已知顶点对应关系或固定顶点集情况下的推断挑战，超越半参数设定。

提出的方法

• 该检验使用邻接谱嵌入（ASE）从两个RDPG的观测邻接矩阵中估计潜在位置。
• 构建一个基于核的检验统计量，作为估计潜在位置分布之间最大均值差异（MMD）的经验估计。
• 该方法依赖于一种新颖的集中不等式，用于估计潜在位置设定下经验过程的上确界，以证明一致性。
• 检验统计量以概率收敛于由未知真实潜在位置计算的真实MMD，确保渐近有效性。
• 当测试相等性时，该方法对未知稀疏性因子具有鲁棒性，如在稀疏区域所示。
• 该框架可适用于拟合优度检验，并可扩展至潜在位置模型中的独立性检验。

实验结果

研究问题

• RQ1 当真实潜在位置不可观测且顶点对应关系未知时，是否可以一致地将非参数两样本检验应用于RDPGs？
• RQ2 基于估计潜在位置的检验与基于真实潜在位置的检验在一致性方面表现如何比较？
• RQ3 在稀疏性和分布假设下，哪些条件能确保检验在密集图和稀疏图区域中保持一致？
• RQ4 所提出的检验是否能检测到潜在位置分布的缩放或投影相关替代？
• RQ5 在ASE估计误差下，检验统计量收敛到真实MMD的速率如何？

主要发现

• 从邻接谱嵌入构造的检验统计量以概率收敛于由未知真实潜在位置计算的真实MMD，确保了一致性。
• 只要潜在位置满足模型假设且图是密集的，该检验对任何分布差异替代都是一致的。
• 建立了一种新颖的集中不等式，用于估计潜在位置设定下经验过程的上确界，构成了核心理论基础。
• 在稀疏区域，只要稀疏因子不衰减过快，即当 $ n\alpha_n = \omega(\log^4 n) $ 且 $ m\beta_m = \omega(\log^4 m) $ 时，检验仍保持一致。
• 该检验可适应于拟合优度检验，并在测试相等性时对未知稀疏性因子具有鲁棒性。
• 在缺乏已知顶点对齐的设定中，该方法优于半参数方法，尽管在存在对齐时其功效可能低于后者。