Model eksponencijalnih slučajnih grafova (ERGM / p*)
Model eksponencijalnih slučajnih grafova (ERGM), poznat i kao p* model, statistički je okvir za analizu mreža koji modelira vjerojatnost promatrane mreže kao funkciju njezinih lokalnih strukturnih značajki — kao što su reciprocitet, trokuti i raspodjela stupnjeva. Razvijen na temelju temeljnih radova Franka i Straussa (1986.) te proširen u suvremeni okvir od strane Wassermana i Pattisona (1996.) i Robinsa i sur. (2007.), ERGM je inferencijalni standard za analizu društvenih mreža, sposoban testirati proizlaze li promatrane mrežne strukture slučajno ili odražavaju stvarne društvene procese.
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
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/hr/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.
- Algoritmi za otkrivanje uzročnosti (PC, FCI, LiNGAM)Uzročno zaključivanje↔ compare
- Detekcija zajednicaAnaliza mreža↔ compare
- DBSCANStrojno učenje↔ compare
- Grafička mrežna mreža s pažnjom (Graph Attention Network, GAT)Duboko učenje↔ compare
- Grafne neuronske mrežeDuboko učenje↔ compare
- Analiza tekstnih mrežaRudarenje teksta↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →