Динамічна модель експоненційних випадкових графів
Динамічна модель експоненційних випадкових графів (TERGM / STERGM) розширює класичну структуру ERGM на панельні мережеві дані, моделюючи, як зв'язки мережі формуються та розпадаються з часом як функція структурних тенденцій, вузлових атрибутів та власного минулого стану мережі. Вона забезпечує статистично обґрунтований висновок щодо поздовжньої зміни мережі.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Dynamic Exponential Random Graph Model (Temporal ERGM). ScholarGate. https://scholargate.app/uk/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.
- Динамічна стохастична блокова модельМережевий аналіз↔ compare
- Аналіз поширення в мережіМережевий аналіз↔ compare
- Стохастична блокова модельМережевий аналіз↔ compare
- Аналіз часових мережМережевий аналіз↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →