Модел експоненцијалних случајних графова (ЕРГМ / п*)
Модел експоненцијалних случајних графова (ЕРГМ), познат и као п* модел, представлја статистички оквир за анализу мрежа који моделира вероватноćу посматране мреже као функцију нјених локалних структурних карактеристика — као што су реципроцитет, троуглови и дистрибуција степена. Развијен на основу темелјног рада Франка и Страусса (1986) и проширен у савремени оквир од стране Вассермана и Паттисона (1996) и Робинса и сарадника (2007), ЕРГМ је инференцијални стандард за анализу социјалних мрежа, способан да тестира да ли посматране мрежне структуре настају случајно или одражавају стварне друштвене процесе.
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
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/sr/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.
- Algoritmi za otkrivanje uzročnosti (PC, FCI, LiNGAM)Kauzalno zaključivanje↔ compare
- Otkrivanje zajednicaAnaliza mreža↔ compare
- DBSCANMašinsko učenje↔ compare
- Графова мрежа са пажњом (Graph Attention Network, GAT)Duboko učenje↔ compare
- Графова неуронска мрежаDuboko učenje↔ compare
- Analiza mrežâ tekstaRudarenje teksta↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →