Modèle dynamique de graphe aléatoire exponentiel
Le modèle dynamique de graphe aléatoire exponentiel (TERGM / STERGM) étend le cadre classique des ERGM aux données de réseau en panel, modélisant comment les liens d'un réseau se forment et se dissolvent au fil du temps en fonction des tendances structurelles, des attributs des nœuds et de l'état passé du réseau lui-même. Il fournit une inférence statistiquement fondée sur l'évolution longitudinale du réseau.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605. DOI: 10.1214/09-EJS548 ↗
- Krivitsky, P. N., & Handcock, M. S. (2014). A separable model for dynamic networks. Journal of the Royal Statistical Society: Series B, 76(1), 29–46. DOI: 10.1111/rssb.12014 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Dynamic Exponential Random Graph Model (Temporal ERGM). ScholarGate. https://scholargate.app/fr/network-analysis/dynamic-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.
- Modèle dynamique stochastique par blocsAnalyse de réseaux↔ compare
- Analyse de la diffusion en réseauAnalyse de réseaux↔ compare
- Modèle de blocs stochastiquesAnalyse de réseaux↔ compare
- Analyse des réseaux temporelsAnalyse de réseaux↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →