Cet article présente différentes approches statistiques combinant l’analyse multiniveau et l’analyse de réseaux sociaux, allant des modèles p2 multiniveau pour l’analyse de données de réseaux égocentrées aux Exponential Random Graph Models (ERGM) pour des données multiniveaux néostructurales. Nous développons premièrement les modèles stochastiques basés sur une dépendance dyadique, intégrant l’approche hiérarchique par une mise en parallèle de différentes expériences. Après avoir présenté la modélisation de type ERGM, nous nous demandons explicitement comment introduire de la dépendance « multiniveau » dans ces derniers. Nous terminons alors sur la formalisation proposée par Robins et Wang [2010] qui semble la plus aboutie pour traiter la dépendance verticale entre ces deux réseaux de niveaux différents, mais partiellement emboités.