ScholarGate
Assistent
Machine learningNetwork science

Vektet eksponentiell tilfeldig grafmodell

Den vektede eksponentielle tilfeldige grafmodellen (W-ERGM) utvider det klassiske binære ERGM-rammeverket til nettverk der kantene bærer kvantitative verdier – som kontaktfrekvens, handelsvolum eller samarbeidsintensitet. Den modellerer hele nettverket med vektede kanter som en sannsynlighetsfordeling definert over alle mulige vektede grafer, slik at forskere kan teste om strukturelle mønstre som resiprositet, transivitet eller gradfordeling oppstår utover det tilfeldigheten alene ville produsert.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Krivitsky, P. N. (2012). Exponential-family random graph models for valued networks. Electronic Journal of Statistics, 6, 1100–1128. DOI: 10.1214/12-EJS696
  2. 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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Weighted Exponential Random Graph Model (Valued-Edge ERGM). ScholarGate. https://scholargate.app/no/network-analysis/weighted-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.

Compare side by side

Referert av

ScholarGateWeighted Exponential Random Graph Model (Weighted Exponential Random Graph Model (Valued-Edge ERGM)). Hentet 2026-06-15 fra https://scholargate.app/no/network-analysis/weighted-exponential-random-graph-model · Datasett: https://doi.org/10.5281/zenodo.20539026