Modelo de Grafos Aleatorios Exponenciales (ERGM / p*)
El Modelo de Grafos Aleatorios Exponenciales (ERGM), también conocido como modelo p*, es un marco estadístico para el análisis de redes que modela la probabilidad de una red observada como una función de sus características estructurales locales —como reciprocidad, triángulos y distribución de grados. Desarrollado a partir del trabajo fundacional de Frank y Strauss (1986) y extendido al marco moderno por Wasserman y Pattison (1996) y Robins et al. (2007), el ERGM es el estándar inferencial para el análisis de redes sociales, capaz de probar si las estructuras de red observadas surgen por azar o reflejan procesos sociales genuinos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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
Cómo citar esta página
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/es/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.
- Algoritmos de descubrimiento causal (PC, FCI, LiNGAM)Inferencia causal↔ compare
- Detección de ComunidadesAnálisis de redes↔ compare
- DBSCANAprendizaje automático↔ compare
- Red de Atención GráficaAprendizaje profundo↔ compare
- Redes Neuronales de GrafosAprendizaje profundo↔ compare
- Análisis de Redes de TextoMinería de texto↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →