Model Bayesà d'Enграфament Aleatori Exponencial
El Model Bayesà d'Enграфament Aleatori Exponencial (Bayesian ERGM o BERGM) estén el marc clàssic de l'ERGM col·locant distribucions prèvies sobre els paràmetres del model i utilitzant mètodes de Monte Carlo de cadena de Markov per obtenir distribucions posteriors completes. Introduït per Caimo i Friel (2011), permet als investigadors quantificar la incertesa dels paràmetres i incorporar coneixements previs en modelar les característiques estructurals de xarxes socials i altres xarxes complexes.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Caimo, A., & Friel, N. (2011). Bayesian inference for exponential random graph models. Social Networks, 33(1), 41–55. DOI: 10.1016/j.socnet.2010.09.004 ↗
- Exponential random graph models. Wikipedia. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Exponential Random Graph Model (Bayesian ERGM). ScholarGate. https://scholargate.app/ca/network-analysis/bayesian-exponential-random-graph-model
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.
- Anàlisi Bayesiana de Xarxes SocialsAnàlisi de xarxes↔ compare
- Model Estocàstic de Blocs Bayesà (Bayesian SBM)Anàlisi de xarxes↔ compare
- Anàlisi de modularitatAnàlisi de xarxes↔ compare
- Stochastic Block ModelAnàlisi de xarxes↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →