ScholarGate
Assistent
Process / pipeline

Exponential Random Graph Model (ERGM / p*)

Das Exponential Random Graph Model (ERGM), auch bekannt als p*-Modell, ist ein statistischer Rahmen für die Netzwerkanalyse, der die Wahrscheinlichkeit eines beobachteten Netzwerks als Funktion seiner lokalen strukturellen Merkmale modelliert – wie Reziprozität, Dreiecke und Gradverteilung. Entwickelt auf der Grundlage der Pionierarbeit von Frank und Strauss (1986) und im modernen Rahmen von Wasserman und Pattison (1996) sowie Robins et al. (2007) erweitert, ist ERGM der Standard für die inferenzielle Analyse sozialer Netzwerke und kann testen, ob beobachtete Netzwerkstrukturen zufällig entstehen oder echte soziale Prozesse widerspiegeln.

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. Lusher, D., Koskinen, J., & Robins, G. (Eds.) (2012). Exponential Random Graph Models for Social Networks: Theory, Methods, and Applications. Cambridge University Press. ISBN: 9780521193566

So zitieren Sie diese Seite

ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/de/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.

Compare side by side

Referenziert von

ScholarGateExponential Random Graph Model (Exponential Random Graph Model (ERGM / p*)). Abgerufen am 2026-06-15 von https://scholargate.app/de/network-analysis/exponential-random-graph · Datensatz: https://doi.org/10.5281/zenodo.20539026