ScholarGate
Assistent
Machine learningNetwork science

Gerichtetes exponentielles Zufallsgraphmodell

Das Directed Exponential Random Graph Model (Directed ERGM) ist eine Familie von statistischen Modellen für gerichtete Netzwerke, die die Wahrscheinlichkeit der Beobachtung eines gegebenen gerichteten Graphen als Funktion von strukturellen Konfigurationen – wie Reziprozität, transitive Triaden und zentralisierte Eingangsgrade – sowie von Knoten- oder Dyadenkovariaten schätzt und damit eine prinzipiengeleitete Inferenz über die sozialen Prozesse ermöglicht, die gerichtete Bindungen erzeugen.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Quellen

  1. 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
  2. Frank, O. & Strauss, D. (1986). Markov graphs. Journal of the American Statistical Association, 81(395), 832-842. DOI: 10.2307/2289017

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Directed Exponential Random Graph Model (Directed ERGM / p* Model for Directed Networks). ScholarGate. https://scholargate.app/de/network-analysis/directed-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.

Compare side by side
ScholarGateDirected Exponential Random Graph Model (Directed Exponential Random Graph Model (Directed ERGM / p* Model for Directed Networks)). Abgerufen am 2026-06-15 von https://scholargate.app/de/network-analysis/directed-exponential-random-graph-model · Datensatz: https://doi.org/10.5281/zenodo.20539026