Machine learningNetwork science
重み付き指数型ランダムグラフモデル
重み付き指数型ランダムグラフモデル（W-ERGM）は、古典的な二値ERGMフレームワークを、接触頻度、貿易量、協力強度などの定量的値を持つエッジを持つネットワークに拡張したものです。これは、すべての可能な重み付きグラフ上の確率分布として、重み付きエッジネットワーク全体をモデル化し、研究者が互恵性、推移性、次数分布などの構造的パターンが偶然以上に生じるかどうかをテストできるようにします。
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
- Krivitsky, P. N. (2012). Exponential-family random graph models for valued networks. Electronic Journal of Statistics, 6, 1100–1128. DOI: 10.1214/12-EJS696 ↗
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Weighted Exponential Random Graph Model (Valued-Edge ERGM). ScholarGate. https://scholargate.app/ja/network-analysis/weighted-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.
- 加重度中心性ネットワーク分析↔ compare
- 加重モジュラリティ分析ネットワーク分析↔ compare
- 重み付き社会ネットワーク分析ネットワーク分析↔ compare
- 重み付き確率的ブロックモデルネットワーク分析↔ compare