Eksponenciālo tīklu modeļa (ERGM / p*)
Eksponenciālo tīklu modelis (ERGM), pazīstams arī kā p* modelis, ir statistikas sistēma tīklu analīzei, kas modelē novērotā tīkla varbūtību kā funkciju tā lokālajām strukturālajām īpašībām — piemēram, reciprocitātei, trijstūriem un grādu sadalījumam. Izstrādāts, balstoties uz Franka un Štrausa (1986) fundamentālo darbu un modernajā sistēmā paplašināts ar Vasermana un Patisona (1996) un Robinsa et al. (2007) pētījumiem, ERGM ir sociālo tīklu analīzes standarts inferencē, spējot pārbaudīt, vai novērotās tīkla struktūras rodas nejauši vai atspoguļo patiesus sociālus procesus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/lv/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.
- Algoritmi cēloņsakarību atklāšanai (PC, FCI, LiNGAM)Cēloņsakarību secināšana↔ compare
- Kopienu noteikšanaTīklu analīze↔ compare
- DBSCANMašīnmācīšanās↔ compare
- Grafu uzmanības tīkls (Graph Attention Network, GAT)Dziļā mācīšanās↔ compare
- Grafu neironu tīklsDziļā mācīšanās↔ compare
- Teksta tīklu analīzeTeksta ieguve↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →