Методы анализа социальных сетей в экономике
книга

Методы анализа социальных сетей в экономике

Место издания: Екатеринбург

ISBN: 978-5-7996-3115-4

Страниц: 103

Артикул: 101135

Электронная книга
154.5

Краткая аннотация книги "Методы анализа социальных сетей в экономике"

В учебном пособии показана роль социальных связей между экономическими агентами, описаны базовые концепции и инструменты анализа социальных сетей, особое внимание уделено представлению данных о социальных взаимосвязях и описанию наиболее популярных метрик измерения этих взаимосвязей. Также приведены актуальные примеры использования методов анализа социальных сетей как в теоретических исследованиях, так и в прикладных задачах. Рекомендуется студентам бакалавриата и магистратуры, обучающимся по направлению «Экономика», студентам магистратуры направления «Менеджмент», а также для всем интересующимся анализом социальных сетей.

Содержание книги "Методы анализа социальных сетей в экономике"


Введение
1. Что такое данные социальных сетей и чем они отличаются
1.1. Вершины
1.2. Отношения
1.3. Шкалы измерения
1.4. Примечание по статистике и данным социальных сетей
2. Формы представления и анализа социальных сетей
2.1. Представление сетей графами
2.2. Представление сетей матрицами
2.3. Матричная перестановка, блоки и изображения
2.4. Выполнение математических операций над матрицами
3. Некоторые популярные сетевые метрики
3.1. Соединение
3.2. Вложение
3.3. Центральность и власть
4. Позиции в сети и социальные роли: идея эквивалентности
4.1. Подходы к сетевым позициям и социальным ролям
4.2. Определение эквивалентности или сходства
5. Примеры анализа социальных сетей на практике
5.1. Изучение организационного поведения
5.2. Анализ скрытых сетей
5.3. Оценка благосостояния сообществ
5.4. Анализ сетей сотрудничества
5.5. Сети совместного цитирования
Заключение

Все отзывы о книге Методы анализа социальных сетей в экономике

Чтобы оставить отзыв, зарегистрируйтесь или войдите

Отрывок из книги Методы анализа социальных сетей в экономике

28Статистические алгоритмы очень интенсивно используются при оценке степени сходства между участниками и при обнаружении закономерностей в сетевых данных (например, факторный анализ, кластерный анализ, многомерное масштабирование). Даже инстру-менты прогнозного моделирования обычно применяются к сетевым данным (например, корреляция и регрессия).Описательные статистические инструменты на самом деле яв-ляются просто алгоритмами для суммирования характеристик распределений баллов. То есть они являются математическими операциями. Там, где статистика действительно становится «ста-тистической», это является дедуктивной сторной вопроса, то есть, когда наше внимание обращено к оценке воспроизводимости или правдоподобности описанного нами принципа. Статистические данные могут применяться для анализа сетевых данных. Но есть некоторые довольно важные различия между разновидностями ин-дуктивной статистики, используемой с сетевыми данными, и теми, которые чаще всего преподаются на базовых курсах статистического анализа в рамках социологии.Вероятно, наиболее распространенный акцент в применении индуктивной статистики к данным социальных наук — ответить на вопросы о стабильности, воспроизводимости или обобщенности результатов, наблюдаемых в одной выборке. Главный вопрос: если повторить исследование на другой выборке (взятой по тому же ме-тоду), насколько вероятно, что будет получен тот же ответ о том, что происходит во всей генеральной совокупности, из которой взяты обе выборки? Это действительно важный вопрос, потому что он помогает нам оценить уверенность (или ее отсутствие), которую мы должны иметь при оценке наших теорий и предоставлении советов.В той степени, в какой наблюдения, используемые при сетевом анализе, проводятся с помощью методов вероятностной выборки из некоторой идентифицируемой совокупности субъектов и/или связей, применяется тот же вопрос об обобщенности результатов выборки. Зачастую этот вид логичного вопроса мало интересен для исследователей социальных се...