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.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
- 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.
- Gerichtete GemeinschaftserkennungNetzwerkanalyse↔ compare
- Gerichtete ModularitätsanalyseNetzwerkanalyse↔ compare
- Gerichtete NetzwerkanalyseNetzwerkanalyse↔ compare
- Stochastic Block ModelNetzwerkanalyse↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →