Model Graf Eksponensial Acak Dinamis
Model Graf Eksponensial Acak Dinamis (TERGM / STERGM) memperluas kerangka ERGM klasik ke data jaringan panel, memodelkan bagaimana ikatan jaringan terbentuk dan larut dari waktu ke waktu sebagai fungsi dari kecenderungan struktural, atribut nodal, dan keadaan jaringan di masa lalu. Model ini menyediakan inferensi yang berprinsip secara statistik tentang perubahan jaringan longitudinal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Dynamic Exponential Random Graph Model (Temporal ERGM). ScholarGate. https://scholargate.app/id/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.
- Model Blok Stokastik DinamisAnalisis Jaringan↔ compare
- Analisis Difusi JaringanAnalisis Jaringan↔ compare
- Model Blok StokastikAnalisis Jaringan↔ compare
- Analisis Jaringan TemporalAnalisis Jaringan↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →