Dynamisk eksponentiell tilfeldig grafmodell
Den dynamiske eksponentielle tilfeldige grafmodellen (TERGM / STERGM) utvider det klassiske ERGM-rammeverket til panelnettverksdata, og modellerer hvordan et nettverks bånd dannes og oppløses over tid som en funksjon av strukturelle tendenser, nodale attributter og nettverkets egen tidligere tilstand. Den gir statistisk fundert inferens om longitudinell nettverksendring.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Dynamic Exponential Random Graph Model (Temporal ERGM). ScholarGate. https://scholargate.app/no/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.
- Dynamisk stokastisk blokkmodellNettverksanalyse↔ compare
- NettverksdiffusjonsanalyseNettverksanalyse↔ compare
- Stochastic Block ModelNettverksanalyse↔ compare
- TemporalnettverksanalyseNettverksanalyse↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →