Динамическая модель экспоненциального случайного графа
Динамическая модель экспоненциального случайного графа (TERGM / STERGM) расширяет классическую основу ERGM на панельные сетевые данные, моделируя, как связи в сети формируются и распадаются со временем как функция структурных тенденций, атрибутов узлов и собственного прошлого состояния сети. Она обеспечивает статистически обоснованное выведение закономерностей изменений сети в продольном разрезе.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Dynamic Exponential Random Graph Model (Temporal ERGM). ScholarGate. https://scholargate.app/ru/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.
- Динамическая стохастическая блочная модельСетевой анализ↔ compare
- Анализ сетевой диффузииСетевой анализ↔ compare
- Стохастическая блочная модельСетевой анализ↔ compare
- Временной анализ сетейСетевой анализ↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →