Model Graf Rawak Eksponensial (ERGM / p*)
Model Graf Rawak Eksponensial (ERGM), juga dikenali sebagai model p*, ialah rangka kerja statistik untuk analisis rangkaian yang memodelkan kebarangkalian rangkaian yang diperhatikan sebagai fungsi ciri-ciri strukturnya yang setempat — seperti timbal balik, segi tiga, dan taburan darjah. Dibangunkan daripada kerja asas Frank dan Strauss (1986) dan diperluaskan kepada rangka kerja moden oleh Wasserman dan Pattison (1996) serta Robins et al. (2007), ERGM ialah piawaian inferensial untuk analisis rangkaian sosial, yang mampu menguji sama ada struktur rangkaian yang diperhatikan timbul secara kebetulan atau mencerminkan proses sosial yang tulen.
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
- 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
Cara memetik halaman ini
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/ms/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.
- Algoritma Penemuan Kausal (PC, FCI, LiNGAM)Inferens Kausal↔ compare
- Pengesanan KomunitiAnalisis Rangkaian↔ compare
- DBSCANPembelajaran Mesin↔ compare
- Graph Attention NetworkPembelajaran Mendalam↔ compare
- Rangkaian Saraf GrafPembelajaran Mendalam↔ compare
- Analisis Rangkaian TeksPerlombongan Teks↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →