Process / pipeline
指数ランダムグラフモデル (ERGM / p*)
指数ランダムグラフモデル (ERGM) は、p*モデルとしても知られ、観測されたネットワークの確率を、相互性、三角形、次数分布などの局所的な構造的特徴の関数としてモデル化する、ネットワーク分析のための統計的フレームワークです。Frank and Strauss (1986) の基礎的な研究から発展し、Wasserman and Pattison (1996) および Robins et al. (2007) によって現代的なフレームワークへと拡張されたERGMは、社会ネットワーク分析における推論の標準であり、観測されたネットワーク構造が偶然に生じたものか、真の社会プロセスを反映しているかを検証することができます。
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
- 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
このページの引用方法
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/ja/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.
- 因果発見アルゴリズム (PC, FCI, LiNGAM)因果推論↔ compare
- コミュニティ検出ネットワーク分析↔ compare
- DBSCAN機械学習↔ compare
- グラフ注意機構ネットワーク深層学習↔ compare
- グラフニューラルネットワーク深層学習↔ compare
- テキストネットワーク分析テキストマイニング↔ compare