ScholarGate
Asistents
Machine learningNetwork science

Modelis eksponenciāli nejaušiem virzītiem grafiem

Modelis eksponenciāli nejaušiem virzītiem grafiem (Directed ERGM) ir statistisku modeļu saime virzītiem tīkliem, kas novērtē noteikta virzīta grafika novērošanas varbūtību kā funkciju no strukturālām konfigurācijām — piemēram, reciprocitātes, tranzitatīvajām triādēm un centralizācijas pēc ienākošajiem grādiem — un mezglu vai diadiskajiem kovariātiem, nodrošinot principālu secinājumu par sociālajiem procesiem, kas rada virzītus savienojumus.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. 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
  2. Frank, O. & Strauss, D. (1986). Markov graphs. Journal of the American Statistical Association, 81(395), 832-842. DOI: 10.2307/2289017

Kā citēt šo lapu

ScholarGate. (2026, June 3). Directed Exponential Random Graph Model (Directed ERGM / p* Model for Directed Networks). ScholarGate. https://scholargate.app/lv/network-analysis/directed-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.

Compare side by side
ScholarGateDirected Exponential Random Graph Model (Directed Exponential Random Graph Model (Directed ERGM / p* Model for Directed Networks)). Izgūts 2026-06-15 no https://scholargate.app/lv/network-analysis/directed-exponential-random-graph-model · Datu kopa: https://doi.org/10.5281/zenodo.20539026