指数ランダムグラフモデル (ERGM / p*)
- 提唱者
- Frank & Strauss (1986); extended by Wasserman & Pattison (1996) and Robins et al. (2007)
- 年
- 1986 (foundational); modern ERGM framework 1996–2007
- 種類
- Probabilistic generative network model
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
指数ランダムグラフモデル (ERGM) は、p*モデルとしても知られ、観測されたネットワークの確率を、相互性、三角形、次数分布などの局所的な構造的特徴の関数としてモデル化する、ネットワーク分析のための統計的フレームワークです。Frank and Strauss (1986) の基礎的な研究から発展し、Wasserman and Pattison (1996) および Robins et al. (2007) によって現代的なフレームワークへと拡張されたERGMは、社会ネットワーク分析における推論の標準であり、観測されたネットワーク構造が偶然に生じたものか、真の社会プロセスを反映しているかを検証することができます。
手法の背後にある直感
友情グラフ、共同作業ネットワーク、引用ウェブといったソーシャルネットワークを見ると、パターンに気づきます。友人の友人は友人になりやすい、人気のあるアクターはより多くのつながりを引きつける、関係はしばしば相互的である、といったパターンです。ERGMは根本的な問いを投げかけます。これらのパターンは、単なる偶然によって期待されるよりも普及しているのか?ERGMは、観測されたネットワーク全体を確率分布から抽出された単一の結果として扱い、そのネットワークの確率は、選択された構造的構成(三角形、相互的なつながり、星形)のインスタンスをいくつ含んでいるかに依存します。正の係数を持つ構成は偶然よりも発生しやすく、負の係数はそれらの構成が積極的に回避されることを意味します。このモデルは通常の回帰ではなく、マルコフ連鎖モンテカルロシミュレーションによって推定されます。これにより、観測されたネットワークと比較するために何千ものもっともらしいネットワークが生成されます。
歴史学
ERGMの確率的基礎は、有向ネットワークにおける相互性を説明したHolland and Leinhardt (1981) のp1モデルに遡ります。Frank and Strauss (1986) はこれを、三角形のような高次の依存性を捉えることができるマルコフ確率グラフフレームワークに拡張し、後にp*モデルと呼ばれるものを生み出しました。Wasserman and Pattison (1996) は指数族表現を形式化し、モデルに現在の名前を与えました。Snijders (2002) がMCMC-MLE推定を導入し、実用的なフィッティングを可能にしたことで、決定的な進歩がありました。Robins et al. (2007) は、特にGWESPとGWDといった湾曲指数族統計量に貢献し、縮退を劇的に減らし、この手法を日常的な応用使用に開放しました。Handcock, Hunter, Butts, Goodreau, and Morrisによって開発されたRのstatnetスイートは、標準的な計算実装となりました。
使うべき場面
ERGMは、単一の観測されたネットワーク(横断的または縦断的なスナップショット)があり、どの局所的な構造プロセス(相互性、クラスタリング、優先的アタッチメント、ホモフィリー)がそれを生成したかをテストしたい場合に適切です。ネットワークは小規模から中規模であるべきです。非常に大規模なネットワーク(数千ノード)の場合、MCMCの収束が困難になります。このモデルは、有向または無向の二値的なつながりを必要とします(重み付きのバリアントも存在しますが、より複雑です)。約20〜30ノード未満のネットワーク、構造的構成に関する明確な理論的仮説がない場合、または連続時間ダイナミクスをモデル化する必要がある場合(代わりにTemporal ERGMまたはStochastic Actor-Oriented Modelを使用)、ERGMは適切ではありません。
限界と注意点
- MCMC推定は遅くなる可能性があり、大規模なネットワークでは収束しない場合があります。実用的な限界は通常、数百から数千ノードです。
- モデルの縮退(推定されたモデルがほとんどすべての確率を空のネットワークまたは完全なネットワークに置くこと)は、統計量の慎重な選択を必要とする持続的なリスクです。
- このモデルは主に横断的なスナップショット用に設計されています。真のネットワークダイナミクスをモデル化するには、Temporal ERGM (TERGM) やSAOMなどの拡張が必要です。
- 信頼できるパラメータ推定のためには、最低約30ノードが必要です。非常に小さなネットワークでは、情報量の少ない推定値しか得られません。
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- ネットワーク構造に関する仮説に対して、p値、標準誤差、信頼区間といった形式的な統計的推論を提供します。
- 標準的な回帰の仮定に反するネットワークのつながりの非独立性を処理するため、ネットワークデータに対する正しい推論ツールとなります。
- 柔軟な指定:有向、無向、二部グラフ、重み付きのバリアントにより、多くのネットワークタイプをカバーできます。
- 適合度診断は、モデルが局所的な統計量からグローバルなネットワーク構造を再現するかどうかを評価するための原理的な方法を提供します。
応用
- 組織内のアドバイスネットワークにおけるつながり形成の解明 — 人々が同等の地位の人々や既に友人である人々からアドバイスを求めるかどうかを検証する。
- 研究者間の共同作業パターンのモデル化 — 共著関係が推移性(友人の友人)を通じて形成されるのか、それとも所属機関によって推進されるのか。
- 疫学および公衆衛生 — 性接触ネットワークのどの構造的特徴が疾患伝播経路を予測するかを特定する。
- 国際関係 — 同盟形成が相互的、推移的であるか、または民主主義や貿易依存度などの共通の属性によって推進されるかを検証する。
- オンラインソーシャルプラットフォーム研究 — フォロワーネットワークにおける観測されたクラスタリングと次数分布の歪みが構造的傾向なのか、プラットフォームアルゴリズムの成果なのかを区別する。
使い方
使い方
分析者は、ネットワークデータ(ノード、エッジ、および任意のノードまたはエッジ属性)を組み立て、ネットワークが有向か無向かを決定します。推奨される最小サイズは約30ノードです。より小さなネットワークでは、信頼できるパラメータ推定値が得られません。関心のある構造的特徴(相互性、推移性、次数異質性、共変量効果)は、この段階で特定されます。
仮説的な生成プロセスを表すために、一連のネットワーク統計量が選択されます。一般的な用語には、エッジ(ベースライン密度)、相互性(有向ネットワークにおける相互的なつながり)、幾何加重エッジワイズ共有パートナー (GWESP、縮退を避けるための良好な三角形統計量)、幾何加重次数 (GWD、次数分布用)、およびノード共変量(つながりの形成を予測する可能性のある属性)が含まれます。統計量の選択は、モデルが何を検出できるか、何を検出できないかを直接的に決定します。
ERGMの尤度の正規化定数は、ごく小さなネットワークを除いては計算不能であるため、パラメータはマルコフ連鎖モンテカルロ最尤推定 (MCMC-MLE) を介して推定されます。このアルゴリズムは、エッジの追加と削除を繰り返し提案し、現在のパラメータ値に従ってそれぞれを受け入れるか拒否し、結果として得られるシミュレートされたネットワーク分布を使用して、収束するまでパラメータ推定値を更新します。
推定後、MCMC診断が検査されます。サンプリングされた統計量のトレースプロットは定常的で良好に混合している必要があり、すべてのモデル統計量のt値はゼロに近い必要があります。適合度 (GOF) プロットは、ホールドアウトされた統計量(次数分布、測地距離、エッジワイズ共有パートナー)のシミュレートされたネットワーク分布を観測値と比較します。GOFを通過するモデルは、その局所的な統計量からグローバルなネットワーク構造を再現できます。縮退(モデルがすべての確率質量を空のネットワークまたは完全なネットワークに集中させること)は誤ったモデル指定の兆候であり、より適切な統計量を選択することで解決する必要があります。
推定された係数は、ロジスティック回帰と同様に、対数オッズ尺度で解釈されます。三角形の正の係数は、ネットワークの残りの部分を条件として、追加の三角形ごとに、任意のエッジが存在する対数オッズがその量だけ増加することを意味します。推論には標準誤差とz検定が使用されます。分析者は、どの構造的構成が偶然よりも有意に多くまたは少なく普及しているかを報告し、それらの発見をネットワーク形成プロセスの実質的な理論に結びつけます。
よくある落とし穴
- 幾何加重バージョン (GWESP) なしで生の三角形カウント統計量 (triangle) を含めると、頻繁に縮退を引き起こします。常にGWESPまたは同様の湾曲指数族統計量を優先してください。
- 係数を解釈する前にMCMC診断と適合度テストを実行しないこと。収束していても誤って指定されたモデルは、偏った推定値を生み出します。
- ERGM係数を通常の回帰傾きとして解釈すること。これらは、ネットワークの残りの部分を条件としたつながりの存在の対数オッズであり、限界効果ではありません。
- パラメータ推定値が信頼できない20〜30ノード未満のネットワークにERGMを適用すること。その場合は記述的なネットワーク統計量を使用してください。
よくある質問
ERGMは通常のロジスティック回帰とどう違うのですか?
ロジスティック回帰は各つながりを独立した観測値として扱いますが、これはネットワークデータの根本的な非独立性(あるつながりの存在が他のつながりの確率を変えること)に違反します。ERGMは、完全なネットワーク構造を条件とすることでこの依存性を明示的にモデル化するため、ネットワークデータに対する統計的に正しいアプローチです。
縮退とは何ですか、どうすれば避けられますか?
縮退は、推定されたモデルがほとんどすべての確率を空のネットワークまたは完全なネットワークのいずれかに割り当て、モデルを役に立たなくするときに発生します。これは、生の三角形カウント統計量を含めることによって最も一般的に引き起こされます。解決策は、幾何加重バージョン(三者閉鎖にはGWESP、次数分布にはGWD)を使用することです。これらは本質的に安定性の高い湾曲指数族統計量です。
私のネットワークはどのくらいの大きさである必要がありますか?
実用的な下限として、信頼できるパラメータ推定のためには約30ノードが最小です。応用研究で最も一般的な範囲は50〜300ノードのネットワークです。数千ノードを超えると、MCMCの収束が非常に遅くなり、確率ブロックモデルや潜在空間モデルなどの代替モデルの方が実用的になる場合があります。
ERGMは縦断的なネットワーク変化をモデル化できますか?
標準的な横断的ERGMは、単一のネットワークスナップショットをモデル化します。繰り返しネットワーク観測を伴うパネルデータの場合、Temporal ERGM (TERGM) またはStochastic Actor-Oriented Model (SAOM / SIENA) が、時間の経過に伴うつながりのダイナミクスをモデル化するための適切な拡張です。
関連する手法
参考文献
Robins, G., Pattison, P., Kalish, Y., & Lusher, D. (2007). An introduction to exponential random graph (p*) models for social networks. Social Networks, 29(2), 173-191.
DOI 文献を開くコピーしました。Lusher, D., Koskinen, J., & Robins, G. (Eds.) (2012). Exponential Random Graph Models for Social Networks: Theory, Methods, and Applications. Cambridge University Press.
ISBN:9780521193566コピーしました。