Skip to content
Kembali ke hasil pencarian

Model Graf Acak Eksponensial (ERGM / p*)

Diperkenalkan oleh
Frank & Strauss (1986); extended by Wasserman & Pattison (1996) and Robins et al. (2007)
Tahun
1986 (foundational); modern ERGM framework 1996–2007
Jenis
Probabilistic generative network model

Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris

Ukuran huruf

Apa fungsinya?

Model Graf Acak Eksponensial (ERGM), juga dikenal sebagai model p*, adalah kerangka kerja statistik untuk analisis jaringan yang memodelkan probabilitas jaringan yang diamati sebagai fungsi dari fitur struktural lokalnya — seperti resiprositas, segitiga, dan distribusi derajat.

Dikembangkan dari karya dasar Frank dan Strauss (1986) dan diperluas ke kerangka kerja modern oleh Wasserman dan Pattison (1996) serta Robins et al. (2007), ERGM adalah standar inferensial untuk analisis jaringan sosial, yang mampu menguji apakah struktur jaringan yang diamati muncul secara kebetulan atau mencerminkan proses sosial yang sebenarnya.

Intuisi di balik metode

Ketika Anda melihat jaringan sosial — graf pertemanan, jaringan kolaborasi, jejaring kutipan — Anda melihat pola: teman dari teman cenderung menjadi teman satu sama lain, aktor populer menarik lebih banyak hubungan, hubungan seringkali bersifat timbal balik. ERGM mengajukan pertanyaan mendasar: apakah pola-pola ini lebih umum daripada yang Anda harapkan hanya dari kebetulan? Model ini melakukannya dengan memperlakukan seluruh jaringan yang diamati sebagai satu hasil yang ditarik dari distribusi probabilitas, di mana probabilitas jaringan tersebut bergantung pada berapa banyak konfigurasi struktural yang dipilih (segitiga, hubungan timbal balik, bentuk bintang) yang dikandungnya. Konfigurasi dengan koefisien positif lebih mungkin terjadi daripada kebetulan; koefisien negatif berarti konfigurasi tersebut secara aktif dihindari. Model ini diestimasi bukan dengan regresi biasa, melainkan dengan simulasi Markov chain Monte Carlo, yang menghasilkan ribuan jaringan yang masuk akal untuk dibandingkan dengan jaringan yang diamati.

Sejarah

Dasar probabilistik ERGM berakar pada model p1 Holland dan Leinhardt (1981), yang memperhitungkan resiprositas dalam jaringan terarah. Frank dan Strauss (1986) memperluas ini ke kerangka kerja graf acak Markov yang mampu menangkap ketergantungan tingkat tinggi seperti segitiga, yang kemudian dikenal sebagai model p*. Wasserman dan Pattison (1996) memformalkan representasi keluarga eksponensial dan memberi model nama saat ini. Kemajuan penting terjadi ketika Snijders (2002) memperkenalkan estimasi MCMC-MLE, membuat pemasangan praktis menjadi layak. Robins et al. (2007) menyumbangkan statistik keluarga eksponensial melengkung — terutama GWESP dan GWD — yang secara dramatis mengurangi degenerasi dan membuka metode ini untuk penggunaan terapan rutin. Suite statnet di R, yang dikembangkan oleh Handcock, Hunter, Butts, Goodreau, dan Morris, menjadi implementasi komputasi standar.

Kapan digunakan

ERGM sesuai ketika Anda memiliki satu jaringan yang diamati (potongan melintang atau snapshot longitudinal) dan Anda ingin menguji proses struktural lokal mana — resiprositas, pengelompokan, keterikatan preferensial, homofili — yang menghasilkannya. Jaringan harus berukuran kecil hingga sedang; konvergensi MCMC menjadi sulit untuk jaringan yang sangat besar (ribuan node). Model ini membutuhkan hubungan biner terarah atau tidak terarah (varian berbobot ada tetapi lebih kompleks). Model ini tidak sesuai ketika jaringan memiliki kurang dari sekitar 20–30 node, ketika Anda tidak memiliki hipotesis teoretis yang jelas tentang konfigurasi struktural, atau ketika Anda perlu memodelkan dinamika waktu kontinu (gunakan Temporal ERGM atau Stochastic Actor-Oriented Model sebagai gantinya).

Batasan dan pertimbangan

  • Estimasi MCMC bisa lambat dan mungkin gagal konvergen untuk jaringan besar; batas praktis biasanya beberapa ratus hingga beberapa ribu node.
  • Degenerasi model — di mana model yang diestimasi menempatkan hampir semua probabilitas pada jaringan kosong atau lengkap — adalah risiko yang persisten yang memerlukan pemilihan statistik yang cermat.
  • Model ini terutama dirancang untuk snapshot potongan melintang; pemodelan dinamika jaringan yang sebenarnya memerlukan ekstensi seperti Temporal ERGM (TERGM) atau SAOM.
  • Membutuhkan minimal sekitar 30 node untuk estimasi parameter yang andal; jaringan yang sangat kecil menghasilkan estimasi yang tidak informatif.

Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.

Kelebihan

  • Menyediakan inferensi statistik formal — nilai-p, standard error, dan pernyataan kepercayaan — untuk hipotesis struktural jaringan.
  • Menangani ketidakindependenan hubungan jaringan yang melanggar asumsi regresi standar, menjadikannya alat inferensial yang tepat untuk data jaringan.
  • Spesifikasi yang fleksibel: varian terarah, tidak terarah, bipartit, dan berbobot memungkinkan cakupan banyak jenis jaringan.
  • Diagnostik goodness-of-fit memberikan cara yang berprinsip untuk mengevaluasi apakah model mereproduksi struktur jaringan global dari statistik lokal.

Penerapan

  • Menjelaskan pembentukan hubungan dalam jaringan saran organisasi — menguji apakah orang mencari saran dari orang lain dengan status serupa atau dari orang yang sudah berteman dengan mereka.
  • Memodelkan pola kolaborasi di antara para peneliti — apakah penulisan bersama terbentuk melalui transitivitas (teman dari teman) atau didorong oleh afiliasi institusional.
  • Epidemiologi dan kesehatan masyarakat — mengidentifikasi fitur struktural jaringan kontak seksual mana yang memprediksi jalur penularan penyakit.
  • Hubungan internasional — menguji apakah pembentukan aliansi bersifat timbal balik, transitif, atau didorong oleh atribut bersama seperti demokrasi atau ketergantungan perdagangan.
  • Penelitian platform sosial online — membedakan apakah pengelompokan yang diamati dan kemiringan derajat dalam jaringan pengikut adalah kecenderungan struktural atau artefak algoritma platform.

Cara kerjanya

Cara kerjanya

1

Analis menyusun data jaringan — node, edge, dan atribut node atau edge apa pun — dan memutuskan apakah jaringan tersebut terarah atau tidak terarah. Ukuran minimum yang direkomendasikan adalah sekitar 30 node; jaringan yang lebih kecil tidak memberikan estimasi parameter yang andal. Fitur struktural yang diminati (resiprositas, transitivitas, heterogenitas derajat, efek kovariat) diidentifikasi pada tahap ini.

2

Serangkaian statistik jaringan dipilih untuk mewakili proses generatif yang dihipotesiskan. Istilah umum meliputi edge (densitas dasar), resiprositas (hubungan timbal balik dalam jaringan terarah), geometrically weighted edgewise shared partners (GWESP, statistik triangulasi yang berperilaku baik yang menghindari degenerasi), geometrically weighted degree (GWD, untuk distribusi derajat), dan kovariat node (atribut yang dapat memprediksi pembentukan hubungan). Pilihan statistik secara langsung membentuk apa yang dapat dan tidak dapat dideteksi oleh model.

3

Karena konstanta normalisasi dari kemungkinan ERGM tidak dapat dihitung kecuali untuk jaringan yang sangat kecil, parameter diestimasi melalui Markov chain Monte Carlo maximum likelihood (MCMC-MLE). Algoritma secara iteratif mengusulkan penambahan dan penghapusan edge, menerima atau menolak masing-masing sesuai dengan nilai parameter saat ini, dan menggunakan distribusi jaringan yang disimulasikan untuk memperbarui estimasi parameter hingga konvergensi.

4

Setelah estimasi, diagnostik MCMC diperiksa — plot jejak statistik yang disampel harus stasioner dan bercampur dengan baik, dan rasio-t untuk semua statistik model harus mendekati nol. Plot goodness-of-fit (GOF) membandingkan distribusi jaringan yang disimulasikan dari statistik yang ditahan (distribusi derajat, jarak geodesik, edgewise shared partners) terhadap nilai yang diamati. Model yang lulus GOF dapat mereproduksi struktur jaringan global dari statistik lokalnya. Degenerasi — di mana model memusatkan semua massa probabilitas pada jaringan kosong atau lengkap — adalah tanda spesifikasi yang salah dan harus diselesaikan dengan memilih statistik yang berperilaku lebih baik.

5

Koefisien yang diestimasi diinterpretasikan pada skala log-odds, analog dengan regresi logistik: koefisien positif untuk segitiga berarti setiap segitiga tambahan meningkatkan log-odds dari setiap edge yang ada sebesar jumlah tersebut, bersyarat pada sisa jaringan. Standard error dan uji-z digunakan untuk inferensi. Analis melaporkan konfigurasi struktural mana yang secara signifikan lebih atau kurang umum daripada kebetulan dan menghubungkan temuan tersebut dengan teori substantif dari proses pembentukan jaringan.

Kesalahan umum

  • Menyertakan statistik hitungan segitiga mentah (triangle) tanpa versi berbobot geometris (GWESP) sering menyebabkan degenerasi — selalu utamakan GWESP atau statistik keluarga eksponensial melengkung yang serupa.
  • Gagal menjalankan diagnostik MCMC dan uji goodness-of-fit sebelum menginterpretasikan koefisien: model yang konvergen tetapi salah spesifikasi akan menghasilkan estimasi yang bias.
  • Menginterpretasikan koefisien ERGM sebagai kemiringan regresi biasa — mereka adalah log-odds dari keberadaan hubungan bersyarat pada sisa jaringan, bukan efek marjinal.
  • Menerapkan ERGM pada jaringan dengan kurang dari 20–30 node, di mana estimasi parameter tidak dapat diandalkan; gunakan statistik jaringan deskriptif dalam kasus tersebut.

Pertanyaan yang sering diajukan

Bagaimana ERGM berbeda dari regresi logistik biasa pada diad?

Regresi logistik memperlakukan setiap hubungan sebagai observasi independen, yang melanggar ketidakindependenan fundamental data jaringan — keberadaan satu hubungan mengubah probabilitas hubungan lain. ERGM secara eksplisit memodelkan ketergantungan ini dengan mengkondisikan pada struktur jaringan penuh dan oleh karena itu merupakan pendekatan statistik yang benar untuk data jaringan.

Apa itu degenerasi dan bagaimana cara menghindarinya?

Degenerasi terjadi ketika model yang diestimasi memberikan hampir semua probabilitas pada jaringan kosong atau jaringan lengkap, membuat model tidak berguna. Paling sering disebabkan oleh penyertaan statistik hitungan segitiga mentah. Solusinya adalah menggunakan versi berbobot geometris — GWESP untuk penutupan triadik dan GWD untuk distribusi derajat — yang merupakan statistik keluarga eksponensial melengkung yang secara inheren lebih stabil.

Seberapa besar jaringan saya?

Sebagai batas bawah praktis, sekitar 30 node adalah minimum untuk estimasi parameter yang andal. Jaringan berukuran 50–300 node adalah rentang yang paling umum dalam pekerjaan terapan. Di luar beberapa ribu node, konvergensi MCMC menjadi sangat lambat dan model alternatif seperti model blok stokastik atau model ruang laten mungkin lebih praktis.

Bisakah ERGM memodelkan perubahan jaringan longitudinal?

ERGM potongan melintang standar memodelkan satu snapshot jaringan. Untuk data panel dengan observasi jaringan berulang, Temporal ERGM (TERGM) atau Stochastic Actor-Oriented Model (SAOM / SIENA) adalah ekstensi yang sesuai yang memodelkan dinamika hubungan dari waktu ke waktu.

Metode terkait

Sumber

  1. Robins, G., Pattison, P., Kalish, Y., & Lusher, D. (2007). An introduction to exponential random graph (p*) models for social networks. Social Networks, 29(2), 173-191.

    Buka referensi DOI
    Disalin.
  2. Lusher, D., Koskinen, J., & Robins, G. (Eds.) (2012). Exponential Random Graph Models for Social Networks: Theory, Methods, and Applications. Cambridge University Press.

    ISBN: 9780521193566
    Disalin.