Model Graf Acak Eksponensial (ERGM / p*)
Model Graf Acak Eksponensial (ERGM), juga dikenal sebagai model p*, adalah kerangka kerja statistik untuk analisis jaringan yang memodelkan probabilitas jaringan yang diamati sebagai fungsi dari fitur struktural lokalnya — seperti resiprositas, segitiga, dan distribusi derajat. Dikembangkan dari karya dasar Frank dan Strauss (1986) dan diperluas ke kerangka kerja modern oleh Wasserman dan Pattison (1996) serta Robins et al. (2007), ERGM adalah standar inferensial untuk analisis jaringan sosial, yang mampu menguji apakah struktur jaringan yang diamati muncul secara kebetulan atau mencerminkan proses sosial yang sebenarnya.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/id/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.
- Algoritma Penemuan Kausal (PC, FCI, LiNGAM)Inferensi Kausal↔ compare
- Deteksi KomunitasAnalisis Jaringan↔ compare
- DBSCANPembelajaran Mesin↔ compare
- Jaringan Perhatian GrafPembelajaran Mendalam↔ compare
- Jaringan Saraf Tiruan GrafPembelajaran Mendalam↔ compare
- Analisis Jaringan TeksPenambangan Teks↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →