搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
社会网络指数随机图模型:理论、方法与应用:theory, methods and applications
0.00    
图书来源: 浙江图书馆(由图书馆配书)
  • 配送范围:
    全国(除港澳台地区)
  • ISBN:
    9787509783337
  • 作      者:
    (澳)迪安·鲁谢尔(Dean Lusher),(英)约翰·科斯基宁(Johan Koskinen),(澳)加里·罗宾斯(Garry Robins)编
  • 出 版 社 :
    社会科学文献出版社
  • 出版日期:
    2016
收藏
作者简介
  迪安·鲁谢尔(Dean Lusher)博士,澳大利亚斯威本科技大学的社会学讲师。他与方法论专家密切合作发展了一套方法,对指数随机图模型本身、模型与多种网络理论之间的联系,以及如何应用这些模型分析现实生活数据等方面提供了直观的理解。他的研究领域主要集中于社会规范和社会分层问题。
  
  约翰·科斯基宁(Johan Koskinen)博士,英国曼彻斯特大学的社会统计学讲师。他是一名致力于为社会科学数据建模和推断的统计学家。针对社会网络数据,他的研究主要集中于不同类型网络结构的生成模型,如纵向网络数据、嵌套在多层结构中的网络以及基于隶属关系分类的多层次网络。
  加里·罗宾斯(Garry Robins),澳大利亚墨尔本大学心理科学学院教授。他是一名数学心理学家,研究集中于社会和关系系统的定量和统计模型。他的研究荣获“心理计量社会”、“美国心理协会”和“国际社会网络分析”等多个学术机构的奖项。
  
  杜海峰,男,1972年生,四川巴中人。西安交通大学工学博士,美国斯坦福大学博士后。现为西安交通大学公共政策与管理学院教授、博士生导师,2008年获教育部“新世纪人才支持计划”资助。主要从事公共管理与系统复杂性、流动人口、社会网络等领域研究。
  
  任义科,男,1969年生,山西乡宁人。西安交通大学管理学博士,现为山西师范大学经济与管理学院副教授、硕士生导师。主要从事社会网络、社会融合、组织行为等领域研究。合著《农民工社会网络结构》等。
  
  杜巍,男,1979年生,山东潍坊人。1997年9月至2001年7月就读于西安交通大学管理学院会计学专业,获管理学学士学位;2001年9月至2004年7月就读于西安交通大学管理学院企业管理专业,获管理学硕士学位;2004年9月至2010年3月就读于西安交通大学管理学院管理科学与工程专业,获管理学博士学位。2010年7月起任西安交通大学公共政策与管理学院讲师。主要从事流动人口可持续生计与公共政策、组织结构网络与绩效等领域的研究。
  
  张楠,北京大学光华管理学院。
展开
内容介绍
  指数随机图模型(ERGM模型)正越来越多地应用到网络观测数据分析中,对于理解社会结构和网络过程具有重要作用。这本书里的各个章节提供了ERGM模型的理论和方法论,包括单变量模型、多变量模型、二部图模型、纵向模型和社会影响类型的ERGM模型。每一种方法都在个案研究中进行运用,阐释社会科学理论是如何使用ERGM模型被经验性地验证。作者在如何设定ERGM模型,如何使用软件将模型拟合数据,以及如何解释结果给读者提供了充分的细节。
展开
精彩书摘
  《社会网络指数随机图模型:理论、方法与应用》:
  如果系统中没有网络扩散(即如果网络是不相关的),那么θp=θI=θIC=0,模型就简化为标准Logistic回归,其中θI和θC是标准的Logistic回归系数。然而,当某种形式的网络效应出现时,与Logisti。回归就有很大区别了。在这种情况下,属性变量Yi不仅被看作“响应”变量,而且也被看作预测变量,前者是当预测节点i的属性状态时,后者是当预测节点i的属性状态时。这就直接暗含着这类模型的Autologistic性质。使用Logistic回归将会导致估计偏差和不适当的统计推断。
  Autologistic行动者属性模型(ALAAM模型)在以下方面不同于社会网络的指数随即图模型。ERGM模型把相互依赖的关系变量xij表示为内生关系变量和外生变量(如属性变量Yi或空间(二元)变量)的函数,其中Autologistic行动者属性模型把相互依赖的行动者属性Yi表示为外生关系变量x的函数(原则上,也包括其他外生属性变量及可能的空间协变量)。换句话说,ERGM模型是在给定属性的情况下对关系进行建模,ALAAM模型是在给定关系(或其他属性)情况下对属性进行建模。虽然这两类模型在解释和响应变量上是不同的,但是它们都是关于一类相互依赖变量的模型,这些相互依赖变量取决于另一类外生变量。对这两类模型而言,重要的步骤是适当地设定依赖性假设,因为提出的依赖性假设决定了模型中待参数化构局的形式。
  ……
展开
目录
第一章 导言
第一节 本书的目的
第二节 软件和数据
第三节 本书的结构
第四节 如何阅读这本书
第五节 假定的社会网络分析知识

第一篇 基本原理
第二章 什么是指数随机图模型
第一节 指数随机图模型:一个简短的定义
第二节 ERGM模型理论
第三节 ERGM模型的简单历史
第四节 适用于ERGM模型的网络数据
第三章 社会网络结构的形成
第一节 关系形成:结构的涌现
第二节 关系形成的解释框架
第四章 指数随机图模型作为统计模型的简单说明
第一节 随机图
第二节 图的分
第三节 关于统计建模的一些基本思想
第四节 同质性
第五章 指数随机图模型例析
第一节 指数随机图模型应用实例:“企业”中的交流
第二节 ERGM模型与解释

第二篇 方法
第六章 指数随机图模型的基本原理
第一节 本章概要
第二节 网络关系变量
第三节 独立性概念
第四节 从广义线性模型角度理解ERGM模型
第五节 可能的依赖形式
第六节 不同类型的模型设定
第七节 其他模型设定
第八节 结论
第七章 依赖图和充分统计量
第一节 本章概要
第二节 依赖图
第三节 涉及属性的依赖图
第四节 结论
第八章 社会选择、二元关系协变量和地理空间效应
第一节 个体、二元关系和其他属性
第二节 ERGM社会选择模型
第三节 二元关系协变量
第四节 地理空间效应
第五节 结论
第九章 Autologistic行动者属性模型
第一节 社会影响模型
第二节 ERGM模型扩展到行动者属性分布
第三节 可能的依赖形式
第四节 不同模型设定及其解释
第五节 结论
第十章 指数随机图模型的扩展:多元网络与二部图网络模型
第一节 二部图网络
第二节 纵向模型
第十一章 多元网络
第一节 网络动态化
第二节 数据结构
第三节 模型
第四节 其他关系模型
第五节 结论
第十二章 仿真、估计和拟合优度
第一节 在实践中探索并使模型与数据相关
第二节 仿真:获得给定ERGM模型的图分布
第三节 估计
第四节 解似然方程
第五节 检验效应
第六节退化和接近退化
第七节 缺失数据或部分观测数据
第八节 雪球样本的条件估计
第九节 拟合优度
第十三章 阐述:仿真、估计和拟合优度
第一节 仿真
第二节 估计和模型设定
第三节 拟合优度

第三篇 应用
第十四章 个人态度、感知态度与社会结构:社会选择模型
第一节 对他人的感知与社会行为
第二节 数据与测量
第三节 模型设定
第四节 结果
第五节 讨论
第十五章 如何闭合一个洞:探索组织间网络替代闭合机制
第一节 网络闭合机制
第二节 数据和测量
第三节 模型设定
第四节 结果
第五节 讨论
第十六章 工作关系间的相互依赖:建议和满意度的多变量指数随机图模型
第一节 组织中的多元关系网络
第二节 数据、测量与分析
第三节 描述性结果
第四节多变量ERGM模型结果
第五节讨论
第十七章 大脑、肌肉还是乐观主义?新兴军事领袖结构与相关性
第一节 军事背景下涌现的领袖
第二节 模型设定
第三节 结果
第四节 讨论
第十八章 失业的Autologistic行动者属性模型分析:认识谁和居住地的双重重要性
第一节 失业:位置和联系
第二节 数据、分析与估计
第三节 结果
第四节 讨论
第十九章 面对面与文本信息为中介朋友网络的纵向变化
第一节 朋友网络的演变、沟通媒介与心理倾向
第二节 数据与测量
第三节 模型设定
第四节 结果
第五节 讨论
第二十章 董事社会资本和金融资本对企业连锁形成的不同影响
第一节 二部图社会:个人与群体
第二节 数据与测量
第三节 模型设定
第四节 结果
第五节 讨论
第二十一章 比较网络:行为网络与回忆网络的结构一致性
第一节 行为和回忆之间的关系
第二节 数据与测量
第三节 结果
第四节 初步统计分析
第五节 单变量模型
第六节 行为网络作为协变量的回忆网络模型
第七节 多变量模型
第八节 讨论

第四篇 未来展望
第二十二章 对社会网络建模:未来的工作
第一节 ERGM模型的特点
第二节 模型设定
第三节 ERGM模型的一般问题

参考文献
关键词索引
人名索引
译后记
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证