发表机构
University of Milano-Bicocca（米兰比可卡大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文研究中心化 Erdős--Rényi 分布的分布性质，提出半共轭贝叶斯方法处理多重网络数据，并通过模拟验证 Gibbs 采样和经验贝叶斯的准确性及可扩展性，同时提供 R 包 BayesCER 实现。
AI 中文摘要
我们研究了中心化 Erdős--Rényi 分布（Lunagòmez 等人，2021）的分布性质，并提出了一种适用于多重网络数据的半共轭贝叶斯方法。在模拟实验中，Gibbs 采样和经验贝叶斯方法均能准确恢复网络摘要，其中后者在计算效率上随网络规模扩展良好。作为本文的配套内容，我们提供了 R 包 BayesCER，用于实现所提出的方法。
英文摘要
We investigate distributional properties of the centered Erdős--Rényi distribution (Lunagòmez et al., 2021) and propose a semi-conjugate Bayesian approach to multiple network data. In simulations, both Gibbs sampling and empirical Bayes accurately recover network summaries, with the latter scaling efficiently with network size. As a companion to this note, we provide the R package BayesCER, which implements the proposed methodology.
