Модел на експоненциален случаен граф (ERGM / p*)
Моделът на експоненциален случаен граф (ERGM), известен още като модел p*, е статистическа рамка за мрежов анализ, която моделира вероятността на наблюдавана мрежа като функция от нейните локални структурни характеристики — като реципрочност, триъгълници и разпределение на степените. Разработен от основополагащата работа на Frank и Strauss (1986) и разширен до съвременната рамка от Wasserman и Pattison (1996) и Robins et al. (2007), ERGM е стандартът за статистически изводи в анализа на социални мрежи, способен да тества дали наблюдаваните мрежови структури възникват случайно или отразяват истински социални процеси.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- 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: 10.1016/j.socnet.2006.08.002 ↗
- Lusher, D., Koskinen, J., & Robins, G. (Eds.) (2012). Exponential Random Graph Models for Social Networks: Theory, Methods, and Applications. Cambridge University Press. ISBN: 9780521193566
Как да цитирате тази страница
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/bg/network-analysis/exponential-random-graph
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Алгоритми за причинно-следствено откриване (PC, FCI, LiNGAM)Причинно-следствено заключение↔ compare
- Откриване на общностиМрежови анализ↔ compare
- DBSCANМашинно обучение↔ compare
- Графова невронна мрежа с внимание (GAT)Дълбоко обучение↔ compare
- Графови невронни мрежиДълбоко обучение↔ compare
- Анализ на текстови мрежиИзвличане на текст↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →