Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat > arXiv:2507.14464

帮助 | 高级搜索

统计学 > 方法论

arXiv:2507.14464 (stat)
[提交于 2025年7月19日 ]

标题: 混合成员随机块模型的精确检验

标题: An exact test for the mixed membership stochastic block model

Authors:Sourav Majumdar
摘要: 我们提出了针对混合成员随机块模型(MMSBM)的第一个有限样本拟合优度检验。 使用代数统计理论,我们推导出一个马尔可夫基,使得Metropolis-Hastings采样器可以精确探索与拟合的MMSBM相容的网络集合。 由此产生的精确$p$-值,基于部分联合统计量,无需任何渐近近似。 模拟结果显示名义大小和对错误指定的块数量和连接模式的强大功效。
摘要: We present the first finite-sample goodness-of-fit test for the mixed membership stochastic block model (MMSBM). Using algebraic statistics theory, we derive a Markov basis that lets a Metropolis-Hastings sampler explore exactly the set of networks compatible with a fitted MMSBM. The resulting exact $p$-value, based on a partial conjunction statistic, requires no asymptotic approximations. Simulations show nominal size and strong power against misspecified block numbers and connection patterns.
主题: 方法论 (stat.ME)
引用方式: arXiv:2507.14464 [stat.ME]
  (或者 arXiv:2507.14464v1 [stat.ME] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.14464
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Sourav Majumdar [查看电子邮件]
[v1] 星期六, 2025 年 7 月 19 日 03:45:42 UTC (44 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
stat.ME
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
stat

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号