• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistical Methodology >Adjusting for network size and composition effects in exponential-family random graph models
【24h】

Adjusting for network size and composition effects in exponential-family random graph models

机译：调整指数族随机图模型中的网络大小和合成效果

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Exponential-family random graph models (ERGMs) provide a principled way to model and simulate features common in human social networks, such as propensities for homophily and friend-of-a-friend triad closure. We show that, without adjustment, ERGMs preserve density as network size increases. Density invariance is often not appropriate for social networks. We suggest a simple modification based on an offset which instead preserves the mean degree and accommodates changes in network composition asymptotically. We demonstrate that this approach allows ERGMs to be applied to the important situation of egocentrically sampled data. We analyze data from the National Health and Social Life Survey (NHSLS).
机译：指数族随机图模型（ERGM）提供了一种建模和模拟人类社交网络中常见特征的原理方法，例如同形和亲密三合会封闭的倾向。我们表明，无需调整，ERGM即可随着网络规模的增加而保持密度。密度不变性通常不适用于社交网络。我们建议基于偏移量的简单修改，以保留平均程度并渐近适应网络组成的变化。我们证明，这种方法可以将ERGM应用于以自我为中心的采样数据的重要情况。我们分析了来自国家健康与社会生活调查（NHSLS）的数据。

著录项

  • 来源
    《Statistical Methodology》 |2011年第4期|p.319-339|共21页
  • 作者

    Pavel N. Krivitsky; Mark S. Handcock; Martina Morris;

  • 作者单位

    Department of Statistics and ilab at H.John Heinz III College, Carnegie Mellon University, Pittsburgh, PA, USA Institute for Systems and Robotics, Instituto Superior Tecnico, Lisbon, Portugal;

    Department of Statistics, University of California at Los Angeles, Los Angeles, CA, USA;

    Department of Sociology and Department of Statistics, University of Washington, Seattle, WA, USA;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    network size; ergm; random graph; egocentrically sampled data;

    机译：网络规模;ergm;随机图;以自我为中心的采样数据;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号