[论文解读] Exact tests for stochastic block models

Vishesh Karwa, Debdeep Pati+7 more|arXiv (Cornell University)|Dec 19, 2016

Complex Network Analysis Techniques参考文献 31被引用 11

一句话总结

本文提出了一种针对具有潜在块分配的随机块模型的精确有限样本拟合优度检验，利用代数统计方法实现精确推断。该方法可扩展至各类对数线性模型混合模型，为评估网络模型拟合度提供了一个严格的统计框架，并保证第一类错误率控制。

ABSTRACT

We develop a finite-sample goodness-of-fit test for \emph{latent-variable} block models for networks and test it on simulated and real data sets. The main building block for the latent block assignment model test is the exact test for the model with observed blocks assignment. The latter is implemented using algebraic statistics. While we focus on three variants of the stochastic block model, the methodology extends to any mixture of log-linear models on discrete data.

研究动机与目标

• 开发一种用于网络分析中潜变量随机块模型的有限样本拟合优度检验。
• 通过首先为观测块分配的模型构建精确检验，为块模型中的精确推断奠定基础。
• 应用代数统计于网络数据的模型比较与假设检验。
• 将该方法从基础块模型扩展至离散数据上的任意对数线性模型混合模型。
• 为网络建模提供一种统计上严谨的替代方法，以替代渐近检验，确保第一类错误率的有效性。

提出的方法

• 该方法从观测块分配的随机块模型的精确检验开始，利用代数统计计算精确p值。
• 利用指数族模型的代数结构，计算原假设下检验统计量的精确分布。
• 通过在未观测到的块配置上进行积分，将观测块的精确检验扩展至潜变量块分配模型。
• 该方法依赖于计算代数几何，以枚举充分统计量并计算精确p值，无需渐近近似。
• 该框架可推广至任意离散指数族模型，特别是对数线性模型的混合模型。
• 该方法确保有限样本有效性，并精确控制第一类错误率，即使在小型网络中亦成立。

实验结果

研究问题

• RQ1 能否为具有未观测（潜变量）块分配的随机块模型构建精确的拟合优度检验？
• RQ2 如何利用代数统计在不依赖渐近近似的情况下计算网络模型的精确p值？
• RQ3 该精确检验在检测模拟和现实世界网络数据中的模型拟合不良时表现如何？
• RQ4 该方法在多大程度上可推广至标准随机块模型之外的其他离散指数族模型？
• RQ5 在有限样本设置下，该精确检验与标准渐近检验相比，在统计功效和错误控制方面表现如何？

主要发现

• 观测块分配的精确检验在原假设下可保证第一类错误率控制，确保在有限样本中的统计有效性。
• 通过使用代数方法对未观测块配置进行积分，将方法扩展至潜变量块模型是可行的。
• 模拟结果表明该方法具有准确的大小和功效，在小样本或稀疏网络中优于渐近检验。
• 该框架具有通用性，适用于任意离散数据上的对数线性模型混合模型，不限于块模型。
• 该方法使网络科学中的严格模型评估成为可能，尤其在渐近近似不可靠的情况下。
• 使用代数统计可实现p值的精确计算，避免了在小样本情形下卡方近似的不准确性。