Resumen Técnico: Grafones Decorados para la Estimación de Redes Temporales

Planteamiento del Problema

Los datos de redes temporales de alta resolución, como las redes de contacto en hospitales o escuelas, exhiben dinámicas de bordes complejas y heterogéneas caracterizadas por la periodicidad (p. ej., ciclos día-noche), efectos de memoria y duraciones de interacción variables. Los enfoques de modelado existentes enfrentan un compromiso fundamental:

1. Modelos de Bloques Estocásticos Dinámicos (SBM) y Modelos de Espacio Latente: Estos preservan la intercambiabilidad de los nodos (garantizando la consistencia bajo submuestreo y la existencia de un límite de grafo) pero suelen imponer supuestos temporales restrictivos, tales como parámetros constantes por tramos, independencia condicional entre pasos de tiempo o puntos de cambio predeterminados.
2. Modelos de Tiempo Continuo y Autorregresivos: Estos capturan patrones temporales finos y efectos de contagio, pero típicamente sacrifican la intercambiabilidad de los nodos y dependen de especificaciones plenamente paramétricas con una teoría asintótica adaptada.

En consecuencia, el campo carece de un marco no paramétrico unificado para redes dinámicas que garantice simultáneamente la intercambiabilidad de los nodos, acomode estructuras temporales ricas (como la memoria y la periodicidad) y proporcione tasas de convergencia no paramétricas explícitas.

Metodología

Los autores proponen un marco no paramétrico unificado basado en grafones decorados (específicamente grafones $2^\mathbb{N}$). Este enfoque generaliza los grafones estáticos asignando una distribución de probabilidad sobre secuencias binarias infinitas a cada par de nodos, en lugar de una única probabilidad de borde.

El Modelo

• Estructura Latente: Los nodos están asociados con coordenadas latentes $\xi_i \in [0,1]$ extraídas de forma i.i.d. de una distribución uniforme.
• Borde Decorado: Para cada par $(i, j)$, el proceso de borde se genera muestreando una secuencia binaria infinita $A_{ij} = (A_{ij}^{(1)}, A_{ij}^{(2)}, \dots)$ de una distribución definida por una función simétrica $W^*(\xi_i, \xi_j) \in \mathcal{P}(2^\mathbb{N})$.
• Intercambiabilidad: La distribución conjunta de la secuencia de grafos es invariante bajo la permutación de los nodos, satisfaciendo la intercambiabilidad global.
• Independencia Condicional: Los procesos de borde son condicionalmente independientes dados los parámetros latentes. El modelo no modela explícitamente el cierre triádico o los efectos de retroalimentación entre bordes, confiando únicamente en las variables latentes para inducir la dependencia.

Procedimiento de Estimación de Dos Etapas

La estrategia de estimación desacopla el modelado temporal de la estructura de la red:

1. Etapa 1 (Estimación a Nivel de Borde): Cada serie temporal de bordes observada $\{A_{ij}^{(t)}\}_{t=1}^T$ se ajusta con un modelo paramétrico flexible (p. ej., tasa Bernoulli, núcleo de Markov o proceso autorregresivo). Esto produce un resumen de parámetros a nivel de borde $\lambda_{ij} = \Lambda(A_{ij})$, donde $\Lambda$ es una función estimadora determinista.
   • Requisito: El estimador $\Lambda$ debe satisfacer condiciones de regularidad leves (Supuesto 3), específicamente que el error de estimación sea sub-gaussiano y el sesgo esté acotado.
2. Etapa 2 (Estimación de la Estructura de la Red): Los resúmenes $\{\lambda_{ij}\}$ se agregan para estimar el grafón decorado subyacente. Esto se logra mediante mínimos cuadrados por bloques:
   • Los nodos se agrupan en $k$ grupos.
   • Se estima una matriz simétrica de parámetros de bloque $Q \in \mathcal{X}^{k \times k}$ minimizando la distancia al cuadrado entre los resúmenes de bordes observados $\lambda_{ij}$ y los parámetros del modelo $Q_{z(i)z(j)}$.
   • Esto ajusta efectivamente un modelo de bloques estocásticos a las estadísticas de borde estimadas.

Contribuciones Clave

1. Marco Teórico

El artículo establece que cualquier proceso de valores de grafo con intercambio de nodos admite una representación como un grafón $2^\mathbb{N}$. Esto proporciona un objeto límite coherente para redes dinámicas, cerrando la brecha entre los límites de grafos estáticos y las dinámicas temporales.

2. Tasas de Convergencia

Los autores derivan tasas de convergencia no paramétricas para el estimador $\hat{\theta}$ (los parámetros de bloque estimados) en dos regímenes:

• Régimen de Modelo de Bloques: Para un modelo de $k$-bloques real, el error cuadrático medio escala como:
  $$\frac{1}{n^2} \sum_{i,j} \|\hat{\theta}_{ij} - \theta_{ij}\|_X^2 \leq C \left[ \psi^2 \left( \frac{k^2}{n^2} + \frac{\log k}{n} \right) + \beta^2 \right]$$
  donde $\psi^2$ representa la varianza del estimador a nivel de borde (escalando con $1/T$ para procesos Bernoulli) y $\beta$ representa el sesgo.
• Régimen de Suavidad de Hölder: Para grafones suaves $W \in H^\alpha(M)$, la tasa es:
  $$\frac{1}{n^2} \sum_{i,j} \|\hat{\theta}_{ij} - \theta_{ij}\|_X^2 \leq C \left( (1+\psi^2)n^{-2\alpha/(\alpha+1)} + \psi^2 \frac{\log n}{n} + \beta^2 \right)$$
  Los autores demuestran que para $\alpha < 1$, esta tasa es minimax óptima para el componente centrado en los nodos, incluso con replicación temporal.

3. Modularidad y Generalidad

El marco es "plug-and-play" respecto a la dinámica temporal. Siempre que un proceso de borde pertenezca a una familia paramétrica con un estimador asintóticamente consistente que satisfaga el Supuesto 3, puede integrarse. El artículo demuestra esto explícitamente para:

• Procesos Bernoulli: Donde $\lambda_{ij}$ es la media empírica.
• Cadenas de Markov de orden M: Donde $\lambda_{ij}$ es la matriz de probabilidades de transición empíricas. La teoría tiene en cuenta los tiempos de mezcla y los límites de la distribución estacionaria.
• Cadenas con Variación Periódica en el Tiempo: Manejadas mediante la expansión del espacio de estados para incluir fases temporales.

Resultados e Ilustraciones Empíricas

Datos Simulados

• Grafón Continuo con Cadenas de Markov: Experimentos con datos sintéticos generados de un grafón de 2-cadena de Markov muestran que, a medida que aumentan el número de nodos ($n$) y los pasos de tiempo ($T$), los mapas de calor de transición estimados convergen al grafón real. El error disminuye con $n$ y $T$, pero está acotado inferiormente por el error de aproximación no paramétrico ($n^{-2\alpha/(\alpha+1)}$) para un $n$ fijo.
• Modelo de Bloques con Procesos BALARM: Utilizando datos generados por un modelo BALARM de 3 bloques (Süveges & Olhede, 2023), el método recupera con éxito el número real de bloques ($k=3$) utilizando el Criterio de Información Bayesiana (BIC) y el BIC Jerárquico, incluso cuando la suavidad real o el conteo de bloques son desconocidos.

Datos Reales: Red de Contacto Hospitalario

El método se aplicó a una red de contacto de alta resolución de una unidad hospitalaria (46 trabajadores sanitarios, 29 pacientes, 4 días).

• Configuración: Los datos se agregaron en intervalos de 15 minutos. Se ajustó un SBM decorado de 3 bloques con cadenas de Markov periódicas de primer orden.
• Hallazgos: El modelo recuperó tres comunidades de nodos latentes que se alineaban con los roles profesionales (Administrativo/Médico, Enfermería, Pacientes).
• Patrones Temporales: Las probabilidades de contacto variables en el tiempo estimadas revelaron ritmos diarios distintos:
  • Administrativo/Médico: Pico pronunciado por la mañana.
  • Enfermero-Enfermero: Probabilidad alta sostenida durante todo el día.
  • Paciente-Enfermero/Paciente-Paciente: Ritmo bimodal con picos en las rondas matutinas y en los cambios de turno vespertinos.
• Comparación: Los resultados se alinearon con los seis grupos de bordes identificados por Süveges y Olhede (2023), pero proporcionaron un detalle intradía más fino y capturaron posibles saltos en las probabilidades que los modelos paramétricos suaves podrían omitir.

Significado y Reivindicaciones

El artículo posiciona el marco de grafones decorados como un línea base no paramétrica para el análisis de redes dinámicas. Su principal importancia radica en:

1. Reconciliar Intercambiabilidad y Dinámica: Logra la intercambiabilidad de los nodos sin sacrificar la capacidad de modelar dependencias temporales complejas como la memoria y la periodicidad.
2. Garantías de Convergencia Explícitas: A diferencia de muchos modelos de redes dinámicas, este marco proporciona tasas de convergencia no paramétricas explícitas que dependen tanto del tamaño de la red ($n$) como de la ventana de observación temporal ($T$).
3. Modularidad: Al separar la estimación temporal de los bordes de la recuperación de la estructura de la red, el método permite a los investigadores utilizar modelos temporales avanzados (p. ej., cadenas de Markov de orden superior) sin alterar las garantías teóricas de la etapa de estimación de la red.

Los autores reconocen las limitaciones: el modelo asume la independencia condicional de los bordes dados los parámetros latentes (excluyendo el cierre triádico explícito) y requiere que los procesos de borde sean estimables con sesgo y varianza acotados. Sin embargo, argumentan que esta restricción es necesaria para proporcionar un objeto límite no paramétrico bien definido y garantías de convergencia, algo que los modelos dinámicos más complejos y totalmente acoplados actualmente carecen.