【摘要】：近年來,對有向圖模型統(tǒng)計性質(zhì)的研究已經(jīng)成為一個熱門的主題。特別地,隨著有向圖中頂點(diǎn)個數(shù)趨于無窮時,基于頂點(diǎn)度序列參數(shù)的極大似然估計的漸近性質(zhì)的研究是一個新的挑戰(zhàn)。Yanetal.(2016a)對有向加權(quán)指數(shù)族隨機(jī)圖中邊的權(quán)重取二元情形,無窮離散情形以及連續(xù)情形時參數(shù)的極大似然估計的漸近性質(zhì)進(jìn)行了研究。然而對于另外一種邊的權(quán)重取有限離散情形還未涉及,我們進(jìn)一步對這種情形進(jìn)行研究,得到了類似的結(jié)果。在本文中,我們的目標(biāo)是:當(dāng)參數(shù)個數(shù)趨于無窮時,建立參數(shù)極大似然估計的一致相合性和漸近正態(tài)性。隨著有限離散加權(quán)有向隨機(jī)圖中頂點(diǎn)個數(shù)趨于無窮且雙度序列作為指數(shù)族分布的完全充分統(tǒng)計量的情況下,我們研究了參數(shù)極大似然估計的相合性和漸近正態(tài)性,并通過數(shù)值模擬和兩個實(shí)際的數(shù)值例子論證了我們的理論結(jié)果。本文的主要結(jié)果以如下兩個定理的形式給出:定理1(相合性)假設(shè)θ*∈ R2n-1且||θ*||∞≤τlogn,τ是一個滿足0τ1/24的常數(shù),A～Pθ*,其中Pθ*表示在參數(shù)θ*下有向圖Gn的概率分布[詳見(1.1)]。則當(dāng)n趨于無窮大時,依概率為1,極大似然估計存在且滿足||θ-θ*||∞=Op((logn)1/2e6||θ*||∞/n1/2)=Op(1).進(jìn)一步地,如果極大似然估計存在必唯一。定理2(漸近正態(tài)性)假設(shè)A～Pθ*。如果||θ||∞≤τ logn,τ是滿足τ∈(0,1/36)的常數(shù),則對任意固定的kk ≥ 1,隨著n→ ∞,向量θ-θ*的前k個元素漸近服從多元正態(tài)分布,其中參數(shù)均值為0,協(xié)方差陣由S*的左上角k×k的子矩陣組成,其中矩陣S*是通過真實(shí)值θ*替換矩陣S中的θ得到,S的定義見(4.6)。
文內(nèi)圖片：
圖片說明圖１：邋Ｋａｒａｔｅ數(shù)據(jù)集網(wǎng)絡(luò)圖逡逑
[Abstract]:In recent years, the research on the statistical properties of directed graph models has become a hot topic. In particular, as the number of vertices in the digraph tends to infinity, the study of the asymptotic behavior of the maximum likelihood estimation based on the vertex degree sequence parameters is a new challenge. Yanetal. (2016a) The asymptotic properties of the maximum likelihood estimation of the parameters in the case of infinite discrete and continuous cases are studied. However, for the weight of the other side, the finite discrete case is not involved, and we further study the situation to obtain similar results. In this paper, we aim to set up the consistent consistency and asymptotic normality of the maximum likelihood estimation of the parameters when the number of parameters tends to be infinite. With the fact that the number of vertices in the random graph tends to be infinite and the double-degree sequence is the full sufficient statistic of the exponential family distribution with the finite discrete weighting, we study the consistency and the asymptotic normality of the maximum likelihood estimation of the parameters. The theoretical results are demonstrated by numerical simulation and two practical numerical examples. The main results of this paper are given in the form of the following two theorems: Theorem 1 (Consistency) assumes that it is a constant of 0-1/24, A-P-*, Where P * * represents the probability distribution of the directed graph Gn under the parameter F *[see (1.1)]. Then when n tends to infinity, the probability is 1, the maximum likelihood estimate is present and satisfies the | | 1-1 * | | xt = Op ((logn)1/ 2e6 | | xt * | | 1/ n1/2) = Op (1). Further, if the maximum likelihood estimation is present, the presence of the maximum likelihood estimation is unique. Theorem 2 (Asymptotic Normality) assumes A-P-*. If | | 1 | | showcases (logn,1/36) is a constant, then any fixed kk = 1, with n = 0, the first k elements of the vector 1-1 * are asymptotically subordinate to the multivariate normal distribution, where the mean value of the parameter is 0, The covariance matrix consists of sub-matrices of the upper left-hand corner k-k of the S *, where the matrix S * is obtained by replacing the matrix S in the matrix S with the true value A *, and the definition of S is shown in (4.6). in-file picture: picture description fig.1: fig.1: kakrate data set network diagram
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O212

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 潘保國;;一類非對稱的GARCH模型的參數(shù)估計[J];吉林師范大學(xué)學(xué)報(自然科學(xué)版);2009年04期

2 張如夢;;小噪聲擾動的二維擴(kuò)散的極大似然估計[J];貴州師范學(xué)院學(xué)報;2016年03期

3 羅泰曄;馬翠嫦;;基于指數(shù)隨機(jī)圖模型的協(xié)同創(chuàng)新網(wǎng)絡(luò)形成機(jī)理研究[J];情報理論與實(shí)踐;年期

4 田方;;一類稀疏隨機(jī)圖的距離匹配數(shù)（英文）[J];數(shù)學(xué)進(jìn)展;2018年02期

5 溫亮;王莉雯;;基于C#的隨機(jī)圖像驗(yàn)證碼的繪制[J];城市地理;2016年24期

6 周偉萍;張德然;楊興瓊;;具有部分缺失數(shù)據(jù)時兩個幾何總體的估計[J];長春大學(xué)學(xué)報;2008年02期

7 韓七星;孫偉志;;隨機(jī)食物有限種群模型參數(shù)估計的相合性及其漸近分布[J];吉林大學(xué)學(xué)報(理學(xué)版);2012年03期

8 田甜;楊艷麗;郭浩;陳俊杰;;基于層次隨機(jī)圖模型的腦網(wǎng)絡(luò)鏈路預(yù)測[J];計算機(jī)應(yīng)用研究;2016年04期

9 王越乙;徐樅巍;;指數(shù)隨機(jī)圖(p*)模型不同描述的對比研究[J];清華大學(xué)學(xué)報(自然科學(xué)版);2015年04期

10 盧海威;趙勝利;;有先驗(yàn)信息的多參數(shù)分布族的參數(shù)估計[J];曲阜師范大學(xué)學(xué)報(自然科學(xué)版);2008年03期

相關(guān)會議論文 前10條

1 郭雷;;連續(xù)系統(tǒng)的近似極大似然估計:存在性與收斂性[A];1991年控制理論及其應(yīng)用年會論文集（下）[C];1991年

2 宋立新;魯大偉;付增梁;;TARCH(q)模型參數(shù)的極大似然估計[A];中國現(xiàn)場統(tǒng)計研究會第十三屆學(xué)術(shù)年會論文集[C];2007年

3 韋進(jìn);劉子維;郝洪濤;申重陽;李輝;;超導(dǎo)重力觀測噪聲水平的極大似然估計[A];中國地球物理2010——中國地球物理學(xué)會第二十六屆年會、中國地震學(xué)會第十三次學(xué)術(shù)大會論文集[C];2010年

4 李永紅;;可加模型回歸函數(shù)估計的強(qiáng)相合性[A];數(shù)學(xué)·物理·力學(xué)·高新技術(shù)研究進(jìn)展——1998（7）卷——中國數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究會第7屆學(xué)術(shù)研討會論文集[C];1998年

5 孫燕;柴根象;;縱向數(shù)據(jù)混合效應(yīng)模型參數(shù)估計的強(qiáng)相合性[A];2003中國現(xiàn)場統(tǒng)計研究會第十一屆學(xué)術(shù)年會論文集（下）[C];2003年

6 萬超崗;趙杰煜;張媛媛;;基于隨機(jī)圖的情感產(chǎn)生模型[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

7 李剛;童，

本文編號：2509867