Process / pipeline
지수 무작위 그래프 모형 (ERGM / p*)
지수 무작위 그래프 모형(ERGM), 또는 p* 모형으로도 알려진 이 모형은 관찰된 네트워크의 확률을 상호성, 삼각형, 차수 분포와 같은 국소적 구조적 특징의 함수로 모델링하는 네트워크 분석을 위한 통계적 프레임워크입니다. Frank와 Strauss(1986)의 기초 연구에서 개발되어 Wasserman과 Pattison(1996) 및 Robins 등(2007)에 의해 현대적 프레임워크로 확장된 ERGM은 사회 연결망 분석의 추론 표준으로, 관찰된 네트워크 구조가 우연히 발생하는지 아니면 실제 사회적 과정을 반영하는지를 테스트할 수 있습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/ko/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.
- 인과관계 발견 알고리즘 (PC, FCI, LiNGAM)인과추론↔ compare
- 커뮤니티 탐지네트워크 분석↔ compare
- DBSCAN머신러닝↔ compare
- 그래프 어텐션 네트워크딥러닝↔ compare
- 그래프 신경망딥러닝↔ compare
- 텍스트 네트워크 분석텍스트 마이닝↔ compare