Eksponensiell tilfeldig grafmodell (ERGM / p*)
Den eksponensielle tilfeldige grafmodellen (ERGM), også kjent som p*-modellen, er et statistisk rammeverk for nettverksanalyse som modellerer sannsynligheten for et observert nettverk som en funksjon av dets lokale strukturelle trekk – som gjensidighet, trekanter og gradfordeling. Utviklet fra grunnleggende arbeid av Frank og Strauss (1986) og utvidet til det moderne rammeverket av Wasserman og Pattison (1996) og Robins et al. (2007), er ERGM den inferensielle standarden for sosial nettverksanalyse, i stand til å teste om observerte nettverksstrukturer oppstår tilfeldig eller reflekterer reelle sosiale prosesser.
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
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/no/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.
- Algoritmer for kausal oppdagelse (PC, FCI, LiNGAM)Kausal inferens↔ compare
- FellesskapsdeteksjonNettverksanalyse↔ compare
- DBSCANMaskinlæring↔ compare
- Graph Attention NetworkDyp læring↔ compare
- Grafnevrale nettverkDyp læring↔ compare
- TekstnettverksanalyseTekstutvinning↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →