[论文解读] Convergence of rank based degree-degree correlations in random directed networks

W.L.F. van der Hoorn, Nelli Litvak|arXiv (Cornell University)|Jul 29, 2014

Complex Network Analysis Techniques被引用 10

一句话总结

本文引入并证明了三种基于秩次的等级相关度量——斯皮尔曼等级相关系数（Spearman’s rho）与肯德尔等级相关系数（Kendall’s tau）——在有向随机网络中度数-度数依赖关系下的统计一致性。研究证明，在有向配置模型（directed Configuration Model）下，这些度量在网络规模趋于无穷时收敛于零，从而确立其作为检测尺度自由网络中非随机度数相关性的有效零模型。

ABSTRACT

We introduce, and analyze, three measures for degree-degree dependencies, also called degree assortativity, in directed random graphs, based on Spearman's rho and Kendall's tau. We proof statistical consistency of these measures in general random graphs and show that the directed configuration model can serve as a null model for our degree-degree dependency measures. Based on these results we argue that the measures we introduce should be preferred over Pearson's correlation coefficients, when studying degree-degree dependencies, since the latter has several issues in the case of large networks with scale-free degree distributions.

研究动机与目标

• 解决在具有无限方差的无标度有向网络中，皮尔逊相关系数存在的统计不一致性问题。
• 开发基于秩次的相关度量（斯皮尔曼等级相关系数、肯德尔等级相关系数），使其在重尾度数分布下仍保持定义明确且具有一致性。
• 通过证明在大网络极限下，等级相关度量收敛于零，确立有向配置模型作为度数-度数依赖关系的零模型。
• 为评估真实有向网络中度数-度数依赖关系的统计显著性，提供一个数学上严谨的分析框架。

提出的方法

• 基于有向边两端的整数入度与出度，定义三种基于斯皮尔曼等级相关系数与肯德尔等级相关系数的等级相关度量。
• 在边端点经验联合度数分布收敛的条件下，证明等级相关度量估计量的一般一致性。
• 将一般一致性定理应用于有向配置模型，采用连续化技术处理离散度数分布。
• 分析有向配置模型的重复版（Repeated）与擦除版（Erased）两种情形，证明等级相关度量以几乎必然的方式收敛于零。
• 利用分布函数连续化（通过 $\widetilde{X} = X + U$）与条件期望等数学工具，建立离散与连续等级统计量之间的联系。
• 借助顺序统计与均匀间距的结论，以累积分布函数的形式推导等级度量的极限期望。

实验结果

研究问题

• RQ1 基于秩次的相关度量（如斯皮尔曼等级相关系数与肯德尔等级相关系数）能否作为具有重尾度数分布的有向网络中度数-度数依赖关系的统计一致估计量？
• RQ2 有向配置模型（通过随机化边形成过程）在大网络规模极限下是否产生零度数-度数依赖关系？
• RQ3 在度数分布具有无限方差的网络中，等级相关度量的统计特性与皮尔逊相关系数相比有何差异？
• RQ4 有向配置模型能否用作检测真实有向网络中非随机度数相关性的零模型？
• RQ5 在有向配置模型的重复版与擦除版中，等级相关度量的极限行为如何？

主要发现

• 所提出的等级相关度量（斯皮尔曼等级相关系数与肯德尔等级相关系数）在一般随机有向图中，是对度数-度数依赖关系的统计一致估计量。
• 在重复版与擦除版的有向配置模型中，所有三种等级相关度量在网络规模趋于无穷时，均以几乎必然的方式收敛于零。
• 尽管有限网络中可能存在负的度数相关性，但该收敛于零的性质依然成立，表明此类相关性在大网络极限下消失。
• 因此，有向配置模型是等级相关度量的度数-度数依赖关系的有效零模型，即使度数分布具有无限方差亦成立。
• 研究结果证实，皮尔逊相关系数在无标度网络中因方差无限而无法定义，而基于秩次的度量则保持稳健且一致。
• 基于离散分布连续化的数学框架，确保了在较弱正则性条件下，基于秩次的统计量收敛于其理论极限。