指數(shù)分布隨機(jī)圖地進(jìn)步

《指數(shù)分布隨機(jī)圖地進(jìn)步》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、實(shí)用標(biāo)準(zhǔn)文案指數(shù)分布隨機(jī)圖的進(jìn)步(p*)模型應(yīng)用到一個(gè)大型社交網(wǎng)絡(luò)史蒂文·m·Goodreau華盛頓大學(xué)人類學(xué)和中心的部門研究人口與生態(tài)文摘最近的進(jìn)步統(tǒng)計(jì)網(wǎng)絡(luò)分析基于指數(shù)分布隨機(jī)圖的家庭(ERG)模型進(jìn)行推理的能力有了很大的提高在大社會(huì)的依賴2002年2002年網(wǎng)絡(luò)(Snijders,帕蒂森和知更鳥,Handcock2002Handcock2003Snijdersetal。2006年,獵人etal.2005年,Goodreauetal.,2005年以前的論文這個(gè)問題)。本文應(yīng)用先進(jìn)的模型參數(shù)化和計(jì)算算法的考試結(jié)構(gòu)中觀察到一個(gè)青少年的友誼從縱向網(wǎng)絡(luò)1681年的演員青少年

2、健康研究(AddHealth)。ERG的社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)模型適合使用R包statnet及其充分性通過比較模型的預(yù)測與評(píng)估高階網(wǎng)絡(luò)統(tǒng)計(jì)觀測數(shù)據(jù)。這種友誼網(wǎng)絡(luò)的常用的馬爾可夫模型的依賴導(dǎo)致的問題簡并度的討論Handcock(2002、2003)。另一方面,模型參數(shù)化介紹Snijdersetal(2006)和獵人和Handcock(2006)避免退化和提供合理的適合的數(shù)據(jù)。只是程度模型無法很好地捕捉觀察網(wǎng)絡(luò)結(jié)構(gòu);那些做得最好包括條款都對(duì)外源性屬性(等級(jí)和異構(gòu)混合自我報(bào)告的種族)以及內(nèi)生集群。網(wǎng)絡(luò)模擬模型很大程度上符合觀測網(wǎng)絡(luò)在多個(gè)高階網(wǎng)絡(luò)統(tǒng)計(jì)數(shù)據(jù),包括三角形的數(shù)量,規(guī)模最大的組

3、件,整體可達(dá)性、分布測地距離、程度分布和共享伙伴分布。適應(yīng)的能力這樣的模型對(duì)下屬大型數(shù)據(jù)集以及推理過程生成網(wǎng)絡(luò)是一個(gè)重大進(jìn)步領(lǐng)域的統(tǒng)計(jì)網(wǎng)絡(luò)分析。指數(shù)分布隨機(jī)圖(ERG)類第一次被提出作為一個(gè)社會(huì)方法模型網(wǎng)絡(luò)結(jié)構(gòu)幾乎二十年前(1986年弗蘭克和施特勞斯),基于工作空間統(tǒng)計(jì)(Besag1974)。建模類非常一般,因此在理論上能夠捕捉各種經(jīng)驗(yàn)的結(jié)構(gòu)網(wǎng)絡(luò),允許進(jìn)行統(tǒng)計(jì)推斷的結(jié)構(gòu)。然而,大多數(shù)從事這個(gè)領(lǐng)域的工作都集中在一個(gè)小的模型規(guī)范,最常見的馬爾可夫圖嗎，弗蘭克和施特勞斯(1986)。最近的研究表明,這些常用的模型規(guī)范事實(shí)上并不適合捕捉過程潛在的許多經(jīng)驗(yàn)網(wǎng)絡(luò),由于模型退化的問

4、題(Handcock2002,2002)。簡并度可以被描述在短暫的現(xiàn)象似乎可以合理的模型是這樣一個(gè)壞mis-specification觀測數(shù)據(jù)集作為觀測數(shù)據(jù)幾乎呈現(xiàn)不可能在模型。相反,社會(huì)進(jìn)程模型封裝的產(chǎn)量網(wǎng)絡(luò)(如全部或空圖,定性相異的觀察數(shù)據(jù)和事實(shí)上實(shí)質(zhì)上無趣的。簡并可以更詳細(xì)的討論在知更鳥etal.(2006b)。它是合適的,它可能沒有證明這樣進(jìn)步的障礙。在其他領(lǐng)域,差擬合模型通?？梢詭椭晟浦R(shí)的數(shù)據(jù),分析的模型成功地獲取觀測數(shù)據(jù)和失敗可以幫助點(diǎn)的方法后續(xù)的改進(jìn)模型。ERG的模型,但是,最大的可能性估計(jì)模型參數(shù)配合使用馬爾可夫鏈蒙特卡羅(采樣程序,和簡并事實(shí)上經(jīng)

5、常阻止模型估計(jì)融合在有限的參數(shù)估計(jì)。使用近似替代技術(shù),如MPLE估計(jì)(施特勞斯精彩文檔實(shí)用標(biāo)準(zhǔn)文案和1990年Ikeda)不解決這個(gè)問題,而只是隱藏它。缺乏這一事實(shí)收斂性還可以獲得各種特性的模型擬合結(jié)果算法不能幫助很重要。總的來說,這些問題解釋ERG的緩慢的應(yīng)用模型來實(shí)證網(wǎng)絡(luò)分析到目前為止,盡管他們的潛力。以前的論文這個(gè)問題提供了一個(gè)介紹ERG建模方法(羅賓斯etal.2006年),研究更深入地退化,阻礙了背后的問題這些模型的應(yīng)用(羅賓斯etal.2006b),并提供可能的解決方案(羅賓斯etal.2006b,亨特2006)在本文中,我們的目標(biāo)是應(yīng)用這些發(fā)展一大組(>

6、1600年演員)的網(wǎng)絡(luò)數(shù)據(jù)展示他們在進(jìn)行實(shí)際應(yīng)用推理在復(fù)雜的依賴關(guān)系結(jié)構(gòu)。數(shù)據(jù)集:添加衛(wèi)生學(xué)校組42我們這里分析的數(shù)據(jù)集是一個(gè)集從縱向研究的學(xué)校青少年健康(AddHealth)。AddHealth是一個(gè)分層校本的樣本7-12年級(jí)的學(xué)生。以廣泛的問卷調(diào)查對(duì)個(gè)人特征,如在友誼網(wǎng)絡(luò)模塊。學(xué)生們提供了一個(gè)清單所有學(xué)生名單在學(xué)校的名字和獨(dú)特的ID號(hào),并要求列出五個(gè)最好的ID男性和5個(gè)等級(jí)次序最好的女性朋友。學(xué)生們自由提名少于五個(gè)的。他們也可以提名的朋友沒有在學(xué)校(通過一個(gè)特殊的代碼)或在學(xué)校,但不包括在名單上。這里的數(shù)據(jù)集包含兩個(gè)獨(dú)立學(xué)校,大型公立學(xué)校多種族城市南部,一個(gè)包含高

7、中生(我們稱之為高中)和包含成績7-9日(另一所學(xué)校初中),擔(dān)任高中的支線。每個(gè)學(xué)校的學(xué)生提供的花名冊,并允許可供選擇。進(jìn)一步的信息的設(shè)計(jì)研究中可以找到Resnicketal。(1997)和尤迪Bearman(1998)和http://www.cpc.unc.edu/projects/addhealth。這一分析,我們認(rèn)為只有那些演員都完成了調(diào)查,名單(n=1681)。一個(gè)額外的489名學(xué)生的名單,但沒有調(diào)查,在參加調(diào)查的158名學(xué)生,但沒有在名單或不當(dāng)他們填寫自己的身份號(hào)碼等方式不匹配的名單。獨(dú)特的總數(shù)的學(xué)生在學(xué)校因此2328(更可能存在,但如果他