Machine learningNetwork science
動的指数型ランダムグラフモデル (TERGM / STERGM)
動的指数型ランダムグラフモデル（TERGM / STERGM）は、古典的なERGMフレームワークをパネルネットワークデータに拡張したもので、ネットワークの結びつきが時間とともにどのように形成・解消されるかを、構造的傾向、ノード属性、およびネットワーク自身の過去の状態の関数としてモデル化します。これは、経時的なネットワーク変化に関する統計的に原理的な推論を提供します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Dynamic Exponential Random Graph Model (Temporal ERGM). ScholarGate. https://scholargate.app/ja/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.
- 動的確率的ブロックモデル (DSBM)ネットワーク分析↔ compare
- ネットワーク拡散分析ネットワーク分析↔ compare
- 確率的ブロックモデルネットワーク分析↔ compare
- 時間的ネットワーク分析ネットワーク分析↔ compare