Bayesiuse eksponentsiaalne juhuslike graafide mudel
Bayesiuse eksponentsiaalne juhuslike graafide mudel (Bayesian ERGM ehk BERGM) laiendab klassikalist ERGM-i raamistikku, paigutades mudeli parameetritele eeljaotused ja kasutades Markovi ahela Monte Carlo meetodeid täielike järeljaotuste saamiseks. Caimo ja Friel (2011) tutvustatud mudel võimaldab teadlastel kvantifitseerida parameetrite ebakindlust ja kaasata eelteadmisi sotsiaalsete ja teiste keerukate võrgustike struktuursete omaduste modelleerimisel.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Caimo, A., & Friel, N. (2011). Bayesian inference for exponential random graph models. Social Networks, 33(1), 41–55. DOI: 10.1016/j.socnet.2010.09.004 ↗
- Exponential random graph models. Wikipedia. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Bayesian Exponential Random Graph Model (Bayesian ERGM). ScholarGate. https://scholargate.app/et/network-analysis/bayesian-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.
- Bayesiuse sotsiaalvõrgustike analüüsVõrgustikuanalüüs↔ compare
- Bayes'i stokastiline plokkmodelleerimineVõrgustikuanalüüs↔ compare
- Modulaarsuse analüüsVõrgustikuanalüüs↔ compare
- Stochastic Block ModelVõrgustikuanalüüs↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →