【R】ergm《随机指数图模型导论》读书笔记(一)

本文是关于《随机指数图模型导论》的读书笔记,介绍了ERGM的基本概念、网络分析方法的历史与挑战。讨论了简单随机图、网络密度、同质性、传递性等特性,并探讨了ERGM在统计网络模型中的作用,包括其对局部特征和依赖性的考虑。文章还提及了ERGM的发展历程,以及在统计估计和MCMC方法中的应用和挑战。
摘要由CSDN通过智能技术生成

ERGM:《随机指数图模型导论》读书笔记

本来想搞一下tergm的,结果发现ergm都没搞明白,呜呜呜。

用的是格致的小绿皮~https://book.douban.com/subject/26985098/

  • 第一章 网络分析方法的希望于挑战
    • 历史与概念
      • 统计网络模型的两个分支:
        • 行动者为中心 actor-focuses: 解释和预测行动者的属性
          • 自我中心网络egocentric network: 网络的形态解释中心个体的属性
          • 整体网络whole network
        • 关系为中心 tie-focused:解释和预测关系形成和关系模式
        • 指数随机图模型ergm:
    • 网络术语
      • actors, nodes, vertices, individuals, members
      • relations, ties, links, lines, edge
        • 二分/加权
        • 有向-arc/无向
      • 二元组,三元组triads
  • 第二章 统计网络模型
    • 简单随机图
      • 定义
        • 一个简单随机图是在由n 个节点构成的所有可能网络中随机选择的网络,其中,网络中的每一条连线(联系两个节点)都以同样的特征概率发生。
        • 简单随机图中关系发生的概率是网络中所观测的关系数占所有可能的关系数的比例。即网络密度(network density)。
        • 网络密度公式:L/(n(n-1)/2)
        • n 是网络中节点的数量,又称网络规模(network size)
        • L是网络中边的数量
      • 特征(实际观测网络与随机图相比)
        • 网络成员在建立关系的倾向上并不是完全相同的,即非均匀性度分布(nonuniform degree distribution)
        • 具有相似特征的行动者之间建立联系的概率往往要高于基于随机联系产生的概率,即同质性(homophily) 
        • "朋友的朋友也是我的朋友”发生的概率通常要高于随机发生的概率,即传递性(transitivity) -表现形式
          • 二元组共享伙伴(DSP):一个二元组(连通或不连通均可),有多个其他的个体与这个二元组的成员均相连
          • 边共享伙伴(ESP) :一个二元组(连通的),有多个其他的个体与这
  • 19
    点赞
  • 74
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
ERGM(Exponential Random Graph Models)是一种用来建模和分析复杂的网络结构的统计模型。在R语言中,我们可以使用ergm包来进行ERGM模型的建模和分析。 首先,需要安装和加载ergm包。可以使用以下代码来安装和加载ergm包: ``` install.packages("ergm") library(ergm) ``` 接下来,我们需要准备网络数据。假设我们有一个包含节点和边的网络,可以创建一个邻接矩阵或一个边列表来表示网络。例如,我们有一个5个节点的网络,可以使用以下代码来创建邻接矩阵: ``` network <- matrix(0, nrow=5, ncol=5) network[2,1] <- 1 network[3,1] <- 1 network[3,2] <- 1 network[4,1] <- 1 network[4,2] <- 1 network[4,3] <- 1 network[5,1] <- 1 network[5,4] <- 1 ``` 然后,我们可以使用ergm函数来拟合一个ERGM模型。通过设置模型的依赖关系,我们可以选择使用不同的网络属性作为模型的解释变量。例如,我们可以使用节点度数和三角关系作为模型的解释变量: ``` model <- ergm(network ~ edges + nodematch("nodefactor", levels=5)^2) ``` 最后,我们可以使用summary函数来查看ERGM模型的结果。这将给出模型的系数估计、标准误差以及p值等信息: ``` summary(model) ``` 除了以上的基本步骤外,ERGM模型还有更多的高级功能,例如探索网络的结构特征、计算网络的度中心性和接近性等。研究者可以根据具体需求和研究目的来选择合适的模型和方法。 希望以上回答能对你理解和使用R语言的ERGM模型有帮助!
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值