×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
暂无评论
图文详情
  • ISBN:9787543226548
  • 装帧:暂无
  • 册数:暂无
  • 重量:暂无
  • 开本:22cm
  • 页数:172
  • 出版时间:2016-10-01
  • 条形码:9787543226548 ; 978-7-5432-2654-8

本书特色

本书介绍了指数随机图模型的基本概念和原理,展示了该模型的建模和使用方法以及在实践中应当如何运用该模型。指数随机图模型主要用于社会网络分析。相比传统的描述性方法,指数随机图模型作为一种统计方法能够更好地构建社会网络结构模型。虽然指数随机图模型是为了应对网络数据中内在的非独立性,但是该模型的结果通常都以类似于逻辑回归的方式进行展示和阐释,从而使其成为检验社会系统的有用方法。近年来统计软件的开发和进步帮助社会科学家也能轻松地使用指数随机图模型,但关于该模型的使用却还没有一个简明清晰的指导。因此,本书旨在填补这一空缺,带领读者通过使用R统计软件和statnet软件包,学习指数随机图模型的建模和使用操作。

内容简介

本书介绍了指数随机图模型的基本概念和原理, 展示了该模型的建模和使用方法以及在实践中应当如何运用该模型。指数随机图模型主要用于社会网络分析。带领读者通过使用R统计软件和statnet软件包, 学习指数随机图模型的建模和使用操作。

目录


第1章 网络分析方法的希望与挑战
第1节 历史与概念
第2节 网络术语
第2章 统计网络模型
第1节 简单随机图
第2节 ERGM的发展
第3节 本章小结
第3章 建立一个有效的指数随机图模型
第1节 软件获取与准备
第2节 数据获取
第3节 数据探索
第4节 模型构建
第5节 曲线指数族模型序
第1章 网络分析方法的希望与挑战
第1节 历史与概念
第2节 网络术语
第2章 统计网络模型
第1节 简单随机图
第2节 ERGM的发展
第3节 本章小结
第3章 建立一个有效的指数随机图模型
第1节 软件获取与准备
第2节 数据获取
第3节 数据探索
第4节 模型构建
第5节 曲线指数族模型
第4章 面向有向网络及二元组属性的应用
第1节 针对有向网络的研究
第2节 将二元组和网络协变量作为预测变量
第5章 结论与建议
附录
参考文献
译名对照表
译后记信息
展开全部

作者简介

詹宁·K.哈瑞斯(Jenine K. Harris),美国圣路易斯华盛顿大学布朗学院副教授,教授公共卫生和社会工作研究生课程。主要研究领域为公共卫生和社会工作。目前的研究主要采用复杂统计网络模型,以更好地理解和解释美国地方卫生部门的沟通网络联系,尤其是社交媒体联系。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航