原标题：晏挺副教授在统计网络模型研究方面取得重要进展

　　华大在线讯（通讯员 梅伏生）近期，我校数学与统计学学院晏挺副教授与其合作者在统计网络模型研究方面取得重要进展，相关研究成果已预印在统计学国际著名学术期刊Annals of Statistics官网上(http://arxiv.org/abs/1408.1156)。

　　网络数据是现实世界中最常见的数据类型之一。人与人之间的关系、博客间的关注与被关注、科研论文之间的引用、生物蛋白质的交互作用等都组成了网络数据。统计网络模型是建模网络数据分布规律的主要工具之一。但是获得统计网络模型里极大似然估计量的理论性质（例如相合性，渐近正态性）十分困难，主要原因一是关于统计网络模型总体分布通常只有一个样本，而经典的统计理论要求一序列的样本；二是随网络顶点个数增加，参数空间的维数趋于无穷。因此，在许多著名统计网络模型里，极大似然估计量的理论性质一直未知，例如包含出度和入度的指数随机图模型。

　　在实施国家自然科学基金项目研究中，晏挺副教授与其合作者通过建立大维Fisher信息阵的具有高精度的近似逆，首次给出了该模型的严格的统计理论分析并证明了极大似然估计量的相合性和渐近正态性，开辟了解决网络模型里获得极大似然估计量的理论性质的新思路。

　　消息来源：http://www.ccnu.com.cn/xin/dangzhengxinwen/2015/0901/13552.html