18.1: Вступ до статистичних інструментів

Last updated
Save as PDF

Page ID: 67450

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)

Мережевий аналіз у соціальних науках розвивався з кон'юнктури спостережень антропологів про відносини в групах обличчя та математичної теорії графів. Дуже велика частина методології соціальних мереж, отже, займається відносно невеликими мережами, мережами, де ми маємо впевненість у достовірності наших спостережень про відносини між суб'єктами. Більшість інструментів аналізу соціальних мереж передбачають використання математичних функцій для опису мереж та їх підструктур.

Однак у більш пізніх роботах частина уваги досліджень соціальних мереж відійшла від цих коренів. Все частіше соціальні мережі, які вивчаються, можуть містити багато вузлів; і, іноді наші спостереження щодо цих дуже великих мереж базуються не на переписах, а на зразках вузлів. Мережеві дослідники прийшли до визнання того, що відносини, які вони вивчають, можуть постійно розвиватися, і що відносини, що спостерігаються в один момент часу, можуть не зовсім типовими, оскільки модель відносин не «в рівновазі». Вони також визнали, що іноді наші спостереження помилкові - ми не фіксуємо відношення, яке насправді існує, або неправильно виміряти силу краватки.

Всі ці проблеми (великі мережі, вибірка, стурбованість достовірністю спостережень) змусили дослідників соціальних мереж почати застосовувати методи описової та інференційної статистики у своїй роботі. Статистика надає корисні інструменти для узагальнення великих обсягів інформації, а також для розгляду спостережень як стохастичних, а не детермінованих результатів соціальних процесів.

Описова статистика виявилася великою цінністю, оскільки вони надають зручні інструменти для узагальнення ключових фактів про розподіл акторів, атрибутів та відносин; статистичні інструменти можуть описувати не тільки форму одного розподілу, але й спільні розподіли, або «статистичну асоціацію». Отже, статистичні інструменти були особливо корисними при описі, прогнозуванні та тестуванні гіпотез про відносини між властивостями мережі.

Статистика висновків також виявилася дуже корисними додатками для аналізу соціальних мереж. На найбільш загальному рівні питання «висновку» полягає в тому, наскільки я можу мати впевненість у тому, що шаблон, який я бачу в зібраних мною даних, насправді типовий для деякої більшої популяції, або що очевидна закономірність насправді не є випадковим явищем?

У цьому розділі ми розглянемо деякі способи застосування досить основних статистичних інструментів в аналізі соціальних мереж. Це лише відправна точка. Розробка більш потужних статистичних інструментів, спеціально налаштованих на потреби аналізу соціальних мереж, є однією з найбільш стрімко розвиваються «ріжучих країв» галузі.