Exponentiell slumpmässig grafmodell (ERGM / p*)
Exponential Random Graph Model (ERGM), även känd som p*-modellen, är ett statistiskt ramverk för nätverksanalys som modellerar sannolikheten för ett observerat nätverk som en funktion av dess lokala strukturella drag – såsom reciprocitet, trianglar och gradfördelning. ERGM, som utvecklats från det grundläggande arbetet av Frank och Strauss (1986) och utvidgats till det moderna ramverket av Wasserman och Pattison (1996) och Robins et al. (2007), är den inferentiella standarden för analys av sociala nätverk och kan testa om observerade nätverksstrukturer uppstår av slumpen eller återspeglar genuina sociala processer.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 1). Exponential Random Graph Model (ERGM / p*). ScholarGate. https://scholargate.app/sv/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.
- Algoritmer för kausal upptäckt (PC, FCI, LiNGAM)Kausal inferens↔ compare
- GemenskapsupptäcktNätverksanalys↔ compare
- DBSCANMaskininlärning↔ compare
- GrafuppmärksamhetsnätverkDjupinlärning↔ compare
- GrafneuralnätverkDjupinlärning↔ compare
- TextnätverksanalysTextutvinning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →