Bajezijanski model slučajnih grafova sa eksponencijalnom distribucijom
Bajezijanski model slučajnih grafova sa eksponencijalnom distribucijom (Bajezijanski ERGM ili BERGM) proširuje klasični ERGM okvir postavljanjem apriornih distribucija na parametre modela i korišćenjem metoda Markovskog lanaca Monte Karlo za dobijanje potpunih aposteriornih distribucija. Predstavljen od strane Caimo i Friel (2011), omogućava istraživačima da kvantifikuju nesigurnost parametara i uključe apriorna znanja pri modelovanju strukturnih karakteristika društvenih i drugih složenih mreža.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Caimo, A., & Friel, N. (2011). Bayesian inference for exponential random graph models. Social Networks, 33(1), 41–55. DOI: 10.1016/j.socnet.2010.09.004 ↗
- Exponential random graph models. Wikipedia. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Exponential Random Graph Model (Bayesian ERGM). ScholarGate. https://scholargate.app/sr/network-analysis/bayesian-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.
- Bejzovsko analiziranje društvenih mrežaAnaliza mreža↔ compare
- Bejzovski stohastički model blokovaAnaliza mreža↔ compare
- Analiza modularnostiAnaliza mreža↔ compare
- Stohastički blok modelAnaliza mreža↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →