Model de Gràfic Aleatori Exponencial (ERGM / p*)
El Model Gràfic de Xarxes Aleatòries (ERGM), també conegut com a model p*, és un marc estadístic per a l'anàlisi de xarxes que modela la probabilitat d'una xarxa observada com a funció de les seves característiques estructurals locals — com ara la reciprocitat, els triangles i la distribució de graus. Desenvolupat a partir del treball fonamental de Frank i Strauss (1986) i ampliat al marc modern per Wasserman i Pattison (1996) i Robins et al. (2007), l'ERGM és l'estàndard inferencial per a l'anàlisi de xarxes socials, capaç de provar si les estructures de xarxa observades sorgeixen per atzar o reflecteixen processos socials genuïns.
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
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/ca/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.
- Algorismes de descobriment causal (PC, FCI, LiNGAM)Inferència causal↔ compare
- Detecció de ComunitatsAnàlisi de xarxes↔ compare
- DBSCANAprenentatge automàtic↔ compare
- Graph Attention NetworkAprenentatge profund↔ compare
- Xarxa Neuronal de GrafsAprenentatge profund↔ compare
- Anàlisi de xarxes textualsMineria de text↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →