Model náhodných grafů (ERGM / p*)
Model náhodných grafů (ERGM), známý také jako model p*, je statistický rámec pro analýzu sítí, který modeluje pravděpodobnost pozorované sítě jako funkci jejích lokálních strukturálních rysů — jako je reciprocita, trojúhelníky a distribuce stupňů. ERGM, vyvinutý na základě základní práce Franka a Strausse (1986) a rozšířený do moderního rámce Wassermanem a Pattisonem (1996) a Robijnem a kol. (2007), je standardem pro inferenční analýzu sociálních sítí, schopný testovat, zda pozorované síťové struktury vznikají náhodně, nebo odrážejí skutečné sociální procesy.
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
- 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
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/cs/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.
- Algoritmy pro objevování kauzality (PC, FCI, LiNGAM)Kauzální inference↔ compare
- Detekce komunitAnalýza sítí↔ compare
- DBSCANStrojové učení↔ compare
- Grafová pozornostní síťHluboké učení↔ compare
- Grafová neuronová síťHluboké učení↔ compare
- Analýza textových sítíDolování textu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →