Gewichtetes Exponential Random Graph Model
Das gewichtete Exponential Random Graph Model (W-ERGM) erweitert den klassischen binären ERGM-Rahmen auf Netzwerke, deren Kanten quantitative Werte tragen – wie Kontakthäufigkeit, Handelsvolumen oder Kollaborationsintensität. Es modelliert das gesamte Netzwerk mit gewichteten Kanten als Wahrscheinlichkeitsverteilung, die über alle möglichen gewichteten Graphen definiert ist. Dies ermöglicht Forschenden zu testen, ob strukturelle Muster wie Reziprozität, Transitivität oder Gradverteilung über das hinausgehen, was der Zufall allein erzeugen würde.
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
- Krivitsky, P. N. (2012). Exponential-family random graph models for valued networks. Electronic Journal of Statistics, 6, 1100–1128. DOI: 10.1214/12-EJS696 ↗
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Weighted Exponential Random Graph Model (Valued-Edge ERGM). ScholarGate. https://scholargate.app/de/network-analysis/weighted-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.
- Gewichtete GradzentralitätNetzwerkanalyse↔ compare
- Gewichtete ModularitätsanalyseNetzwerkanalyse↔ compare
- Gewichtete Netzwerkanalyse (Weighted Social Network Analysis)Netzwerkanalyse↔ compare
- Gewichtetes stochastisches BlockmodellNetzwerkanalyse↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →