A note on perfect simulation for Exponential Random Graph Models

Autor(es)

Cerqueira, Andressa ^[1] ; Garivier, Aurelien ^[2] ; Leonardi, Florencia ^[3]

Afiliação do(s) autor(es)

^[1] Univ Fed Sao Carlos, Dept Stat, Sao Carlos - Brazil

^[2] Univ Lyon, Ecole Normale Super Lyon, Lab Informat Parallelisme, Unite Math Pures & Appl, Lyon - France

^[3] Univ Sao Paulo, Dept Stat, Inst Matemat & Estat, Sao Paulo - Brazil

• Tipo de documento: Artigo Científico
• Fonte: ESAIM-PROBABILITY AND STATISTICS; v. 24, p. 138-147, MAR 3 2020.
• Citações Web of Science: 0

Resumo

In this paper, we propose a perfect simulation algorithm for the Exponential Random Graph Model, based on the Coupling from the past method of Propp and Wilson (1996). We use a Glauber dynamics to construct the Markov Chain and we prove the monotonicity of the ERGM for a subset of the parametric space. We also obtain an upper bound on the running time of the algorithm that depends on the mixing time of the Markov chain. (AU)

• Processo FAPESP: 19/17734-3 - Seleção de modelos em alta dimensão: propriedades teóricas e aplicações
• Beneficiário: Florencia Graciela Leonardi
• Modalidade de apoio: Auxílio à Pesquisa - Programa eScience e Data Science - Regular
• Processo FAPESP: 13/07699-0 - Centro de Pesquisa, Inovação e Difusão em Neuromatemática - NeuroMat
• Beneficiário: Oswaldo Baffa Filho
• Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
• Processo FAPESP: 15/12595-4 - Simulação perfeita de redes probabilísticas
• Beneficiário: Andressa Cerqueira
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado