Modèles génératifs en analyse de réseaux : l’exemple des Exponential Random Graph Models (ERGM)

Modèles génératifs en analyse de réseaux : l’exemple des Exponential Random Graph Models (ERGM)

Par Timothée Chabot (European University Institute, Florence). Séance animée par Pierre Mercklé

 

L’analyse des réseaux sociaux s’est constituée comme une branche à part des statistiques en sciences sociales, spécialisée dans l’étude des relations existant entre des entités individuelles. Un problème majeur soulevé par cette approche est que l’hypothèse d’indépendance entre observations qui sous-tend la plupart des méthodes d’inférence statistique n’est pas respectée : au sein d’un réseau, les relations sont par définition inter-dépendantes. Pour contourner ce problème, on utilise des modèles dits génératifs, qui cherchent à recomposer les processus à l’origine d’un réseau à partir de simulations informatiques. Un des plus utilisés est l’Exponential Random Graph Model (ERGM), qui permet à la fois des analyses apparentées aux méthodes de régression multivariées, et des applications plus proches des techniques de simulation « pure » comme les simulations multi-agents.

 

La séance consiste en une introduction théorique et pratique aux modèles ERGM, en prenant l’exemple de réseaux d’amitié entre des élèves de collège. Après une présentation générale de la méthode, des exercices pratiques seront proposés aux participants, à l’aide du logiciel R.


Cycle de séminaire : 
Ouvert à tous