ScholarGate
Assistant
Process / pipeline

Modèle exponentiel de graphes aléatoires (ERGM / p*)

Le modèle exponentiel de graphes aléatoires (ERGM), également connu sous le nom de modèle p*, est un cadre statistique pour l'analyse de réseaux qui modélise la probabilité d'un réseau observé comme une fonction de ses caractéristiques structurelles locales — telles que la réciprocité, les triangles et la distribution des degrés. Développé à partir des travaux fondamentaux de Frank et Strauss (1986) et étendu au cadre moderne par Wasserman et Pattison (1996) et Robins et al. (2007), l'ERGM est la norme inférentielle pour l'analyse des réseaux sociaux, capable de tester si les structures de réseaux observées résultent du hasard ou reflètent de véritables processus sociaux.

Ouvrir dans MethodMindBientôtVidéoBientôtTélécharger les diapositives

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Sources

  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

Comment citer cette page

ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/fr/network-analysis/exponential-random-graph

Quelle méthode ?

Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.

Comparer côte à côte

Référencée par

ScholarGateExponential Random Graph Model (Exponential Random Graph Model (ERGM / p*)). Consulté le 2026-06-15 sur https://scholargate.app/fr/network-analysis/exponential-random-graph · Jeu de données : https://doi.org/10.5281/zenodo.20539026