Dinamički eksponencijalni model slučajnog grafa
Dinamički eksponencijalni model slučajnog grafa (TERGM / STERGM) proširuje klasični ERGM okvir na panelne mrežne podatke, modelirajući kako se veze u mreži formiraju i razgrađuju tijekom vremena kao funkcija strukturnih tendencija, atributa čvorova i prošlog stanja same mreže. Omogućuje statistički utemeljeno zaključivanje o longitudinalnim promjenama mreže.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Dynamic Exponential Random Graph Model (Temporal ERGM). ScholarGate. https://scholargate.app/hr/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.
- Dinamički stohastički blok modelAnaliza mreža↔ compare
- Analiza mrežne difuzijeAnaliza mreža↔ compare
- Stochastic Block ModelAnaliza mreža↔ compare
- Vremenska analiza mrežaAnaliza mreža↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →