Adjusting for Network Size and Composition Effects in Exponential-Family Random Graph Models.
Adjusting for Network Size and Composition Effects in Exponential-Family Random Graph Models.
复制标题
DOI：
10.1016/j.stamet.2011.01.005
复制
发表时间：
2011-07
影响因子：
--
通讯作者：
Morris M
中科院分区：
文献类型：
--
作者：
Krivitsky PN;Handcock MS;Morris M
指数族随机图模型(ERGM)提供了一种原则性的方法来建模和模拟人类社会网络中常见的特征，如同源倾向和朋友的朋友三合会闭合。我们发现，在没有调整的情况下，ERGM随着网络规模的增加而保持密度不变。密度不变性通常不适合社交网络。我们提出了一种简单的基于偏移量的修正方法，它保持了平均度，并渐近地适应了网络组成的变化。我们证明了这种方法允许ERGMS应用于自我中心抽样数据的重要情况。我们分析了来自国家健康和社会生活调查(NHSLS)的数据。
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).
登录
查看更多内容
DOI：
10.1111/1467-9531.00119
发表时间：
2002-01-01
期刊：
SOCIOLOGICAL METHODOLOGY 2002, VOL 32
影响因子：
--
作者：
Pattison, P;Robins, G
通讯作者：
Robins, G
影响因子：
3.8
作者：
Helleringer, Stephane;Kohler, Hans-Peter
通讯作者：
Kohler, Hans-Peter
影响因子：
3.1
作者：
Robins, Garry;Pattison, Pip;Wang, Peng
通讯作者：
Wang, Peng
影响因子：
3.7
作者：
STRAUSS, D;IKEDA, M
通讯作者：
IKEDA, M
影响因子：
5.4
作者：
KLOVDAHL, AS;POTTERAT, JJ;DARROW, WW
通讯作者：
DARROW, WW