Skip to main content
LibreTexts - Ukrayinska

18.S: Деякі статистичні інструменти (резюме)

  1. Last updated
  2. Save as PDF
  • Page ID
    67449

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

    У цьому розділі ми розглянули деякі найосновніші та поширені підходи до застосування статистичного аналізу до атрибутів акторів, вбудованих в мережі, відносин між цими суб'єктами та подібності між декількома реляційними мережами, що з'єднують одних і тих же суб'єктів. Ми покрили багато землі. Але, є ще трохи більше, оскільки застосування статистичного моделювання до мережевих даних є одним з «передніх країв» області соціального (та іншого) мережевого аналізу.

    Існує дві основні причини зацікавленості в застосуванні статистики до того, що спочатку було детермінованою теорією графів з математики. По-перше, для дуже великих мереж методи пошуку і опису розподілів мережевих ознак надають важливі інструменти для розуміння ймовірних закономірностей поведінки всієї мережі і закладених в неї суб'єктів. По-друге, ми все частіше усвідомлюємо, що відносини, які ми бачимо між суб'єктами мережі в певний момент часу, найкраще розглядаються як ймовірнісні («стохастичні») результати основних процесів еволюції мереж та імовірнісні дії суб'єктів, вбудованих у ці мережі. Статистичні методи забезпечують способи боротьби з описом та тестуванням гіпотез, які враховують цю невизначеність.

    Ми розглянули методи дослідження зв'язків між двома (або більше) графами за участю одних і тих же акторів. Ці інструменти особливо корисні для спроб зрозуміти мультиплексні відносини, а також для перевірки гіпотез про те, як закономірність відносин в одній цілій мережі відноситься до шаблону відносин в іншій.

    Ми також розглянули інструменти, які займаються окремими вузлами. Ці інструменти дозволяють досліджувати гіпотези про реляційні та нереляційні атрибути акторів, а також робити правильні висновки про відносини між змінними, коли спостереження (актори) не є незалежними.

    І ми розглянули різноманітні підходи, які пов'язують атрибути акторів з їх позиціями в мережах. Основна увага тут приділяється тому, як атрибути можуть формувати відносини (наприклад, гомофілія), або як близькість мережі відстані може впливати на схожість атрибутів (або навпаки).

    Разом, шлюб статистики та математики в аналізі соціальних мереж вже породив кілька дуже корисних способів розгляду закономірностей суспільних відносин. Цілком ймовірно, що цей інтерфейс стане одним з напрямків найбільш стрімкого розвитку в області методів соціальних мереж в найближчі роки.