关于社会网络的指数随机图模型的介绍.docxVIP

介绍了指数随机图（ P * ）社交网络模型 （加里· 罗宾斯，皮普派特森，尤瓦尔· 卡利什，院长 Lusher ） 心理学系，行为科学，墨尔本大学商学院。 3010 ，澳大利亚 摘要： 本文提供的介绍总结，制定和应用指数随机的图模型的社交网络。网络的各个节点之间的可能的关系被认为是随机的变量和假设，这些随机的领带变量之间的依赖关系确定，一般形式的指数随机图模型的网络。不同的相关性假设 的例子及其相关的模型，给出了包括伯努利，对子无关，马尔可夫随机图模型。 在社会选择机型演员的加入属性也被审查。更新，更复杂依赖的假设进行了简要介绍。估计程序进行了讨论，其中包括新的方法蒙特卡罗最大似然估计。我们预示着在其它组织了讨论论文在这款特别版：弗兰克和施特劳斯的马氏随机 图模型 [ 弗兰克，澳，施特劳斯， D. ，1986 年马氏图。杂志美国统计协会 81， 832-842] 不适合于许多观察到的网络，而 Snijders 等人的新的模型参数。 [Snijders ， TAB，派特森， P. ，罗宾斯， GL， Handock，M.新规范指数随机图模型。社会学方法论，在记者 ] 提供实质性的改善。 关键词： 指数随机图模型 ; 统计模型的社交网络 ; P * 模型 在最近几年，出现了在指数随机图模型对于越来越大的兴趣社交网络，通常 称为 P * 类车型（弗兰克和施