Model Graf Rawak Eksponen Dinamik
Model Graf Rawak Eksponen Dinamik (TERGM / STERGM) memperluas kerangka ERGM klasik kepada data rangkaian panel, memodelkan bagaimana ikatan rangkaian terbentuk dan terlerai dari semasa ke semasa sebagai fungsi kecenderungan struktur, atribut nod, dan keadaan rangkaian yang lalu. Ia menyediakan inferens yang berprinsip secara statistik mengenai perubahan rangkaian membujur.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605. DOI: 10.1214/09-EJS548 ↗
- Krivitsky, P. N., & Handcock, M. S. (2014). A separable model for dynamic networks. Journal of the Royal Statistical Society: Series B, 76(1), 29–46. DOI: 10.1111/rssb.12014 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Dynamic Exponential Random Graph Model (Temporal ERGM). ScholarGate. https://scholargate.app/ms/network-analysis/dynamic-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.
- Model Blok Rawak Stokastik DinamikAnalisis Rangkaian↔ compare
- Analisis Penyebaran RangkaianAnalisis Rangkaian↔ compare
- Stochastic Block ModelAnalisis Rangkaian↔ compare
- Analisis Rangkaian TemporalAnalisis Rangkaian↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →