Dynamický model exponenciálních náhodných grafů
Dynamický model exponenciálních náhodných grafů (TERGM / STERGM) rozšiřuje klasický rámec ERGM na panelová síťová data, modeluje, jak se vazby v síti tvoří a rozpouštějí v čase jako funkce strukturálních tendencí, uzlových atributů a vlastního minulého stavu sítě. Poskytuje statisticky principální inferenci o longitudinálních změnách v síti.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605. DOI: 10.1214/09-EJS548 ↗
- Krivitsky, P. N., & Handcock, M. S. (2014). A separable model for dynamic networks. Journal of the Royal Statistical Society: Series B, 76(1), 29–46. DOI: 10.1111/rssb.12014 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Dynamic Exponential Random Graph Model (Temporal ERGM). ScholarGate. https://scholargate.app/cs/network-analysis/dynamic-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.
- Dynamický stochastický blokový modelAnalýza sítí↔ compare
- Analýza síťové difúzeAnalýza sítí↔ compare
- Stochastický blokový modelAnalýza sítí↔ compare
- Analýza temporálních sítíAnalýza sítí↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →