Modelo Bayesiano de Grafo Aleatório Exponencial

O Modelo Bayesiano de Grafo Aleatório Exponencial (Bayesian ERGM ou BERGM) estende a estrutura clássica do ERGM ao colocar distribuições a priori sobre os parâmetros do modelo e usar métodos de Monte Carlo via cadeia de Markov para obter distribuições a posteriori completas. Introduzido por Caimo e Friel (2011), ele permite que pesquisadores quantifiquem a incerteza dos parâmetros e incorporem conhecimento prévio ao modelar as características estruturais de redes sociais e outras redes complexas.