[论文解读] Statistical Inference in a Directed Network Model with Covariates

Ting Yan, Binyan Jiang+2 more|arXiv (Cornell University)|Sep 15, 2016

Complex Network Analysis Techniques被引用 15

一句话总结

该论文提出了一种用于有向网络的统计模型，通过外向度和内向度参数联合捕捉节点特定的度异质性（即节点的出度和入度异质性），并通过协变量捕捉同质性（homophily）。在参数维度随节点数增加的设定下，该模型建立了最大似然估计量的统一一致性和渐近正态性，使得即使在节点数增长时也能进行有效的统计推断。

ABSTRACT

Networks are often characterized by node heterogeneity for which nodes exhibit different degrees of interaction and link homophily for which nodes sharing common features tend to associate with each other. In this paper, we propose a new directed network model to capture the former via node-specific parametrization and the latter by incorporating covariates. In particular, this model quantifies the extent of heterogeneity in terms of outgoingness and incomingness of each node by different parameters, thus allowing the number of heterogeneity parameters to be twice the number of nodes. We study the maximum likelihood estimation of the model and establish the uniform consistency and asymptotic normality of the resulting estimators. Numerical studies demonstrate our theoretical findings and a data analysis confirms the usefulness of our model.

研究动机与目标

• 开发一种用于有向网络的统计模型，同时考虑节点在出边和入边连接上的特定异质性。
• 引入协变量以解释同质性，即具有相似属性的节点之间更倾向于建立连接。
• 在参数数量随节点数增长的条件下，建立最大似然估计量（MLEs）的理论性质。
• 为包含异质性和协变量驱动的链接形成的复杂网络模型提供坚实的统计推断基础。
• 通过律师友谊网络和新浪微博网络的真实数据与模拟实验，验证模型性能。

提出的方法

• 使用独立的伯努利试验建模有向网络边，采用logit链接函数：$\text{logit}(P(a_{ij}=1)) = Z_{ij}^T\boldsymbol{\gamma} + \alpha_i + \beta_j$。
• 通过独立参数$\alpha_i$（外向度）和$\beta_j$（内向度）对节点异质性进行参数化，对于$n$个节点，共引入$2n$个异质性参数。
• 引入协变量$Z_{ij}$（如节点属性的绝对差值）以建模链接形成中的同质性。
• 采用两步迭代算法计算$\boldsymbol{\gamma}$、$\boldsymbol{\alpha}$和$\boldsymbol{\beta}$的最大似然估计量（MLEs）。
• 基于$\|\boldsymbol{\theta}^*\|_\infty$的增长率条件，利用渐近理论推导MLEs的统一一致性和渐近正态性。
• 使用偏差校正估计量和标准误进行推断，p值通过z检验计算。

实验结果

研究问题

• RQ1 具有节点特定异质性和协变量驱动同质性的有向网络模型，能否通过最大似然估计实现有效的统计推断？
• RQ2 当参数数量随节点数增长时，MLEs的渐近性质（一致性与正态性）如何？
• RQ3 异质性参数大小的边界如何影响MLE的存在性和一致性？
• RQ4 在Lazega律师网络中，法律地位和执业类型等协变量在多大程度上能解释关系形成？
• RQ5 该模型在捕捉Sina Weibo等现实世界网络中的度异质性和同质性方面表现如何？

主要发现

• 在条件$\|\boldsymbol{\theta}^*\|_\infty \leq \frac{1}{44}\log n$下，同质性参数$\boldsymbol{\gamma}$的MLEs具有统一一致性与渐近正态性。
• 该模型成功捕捉了显著的度异质性：估计的$\beta_j$值范围为$-2.03$至$4.13$，$\alpha_i$值范围为$-8.87$至$-1.28$。
• Lazega律师网络中所有协变量（状态、执业类型等）均具有统计显著性，p值均小于$10^{-3}$。
• 在Sina Weibo数据中，所有协变量（CHAR、POST、TIME）均显示显著影响，p值小于$10^{-3}$，且偏差校正估计表明存在强烈的负相关关系。
• 渐近正态性条件比一致性条件更严格：一致性要求$\|\boldsymbol{\theta}^*\|_\infty \leq \frac{1}{24}\log n$，而正态性要求$\leq \frac{1}{44}\log n$。
• 当异质性参数增长过快时，MLE在正频率下无法存在，表明该模型在可扩展性方面存在上限。