Statistical modeling in social network analysis - ASGV00886

• Title: Statistické modelování v analýze sítí
• Guaranteed by: Department of Sociology (21-KSOC)
• Faculty: Faculty of Arts
• Actual: from 2020
• Semester: summer
• Points: 0
• E-Credits: 3
• Examination process: summer s.:
• Hours per week, examination: summer s.:2/0, C [HT]
• Capacity: unknown / unknown (unknown)
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: not taught
• Language: Czech
• Teaching methods: full-time
• Teaching methods: full-time
• Note: course can be enrolled in outside the study plan; enabled for web enrollment
• Guarantor: Mgr. Tomáš Diviák, Ph.D.

Annotation

English

Last update: Mgr. Tomáš Diviák, Ph.D. (06.03.2020)

Descriptive social network analysis (SNA) can be a potent tool for analysing empirical networks by identifying their central nodes, characterizing their structures, or uncovering subgroups of nodes. Statistical modelling of social networks enables to go beyond plain description and test hypotheses about structure of a given network. This allows to distinguish significant structural patterns from random ones, reduce complex networks to their constituting elements, or to explain the emergence a whole network from ties among individual nodes.

Czech

Last update: Mgr. Tomáš Diviák, Ph.D. (28.01.2020)

Deskriptivní analýza sociálních sítí (SNA) umí dát výzkumníkovi celou řadu zajímavých a užitečných informací o studované síti, ať už se jedná o identifikaci ústředních uzlů, měření koheze celé sítě nebo její rozklad na podskupiny uzlů. Statistické modelování sociálních sítí umožňuje jít za prostý popis a testovat hypotézy o struktuře dané sítě. Díky tomu lze třeba odlišit významné strukturní prvky od nahodilých, zredukovat složité sítě na jejich základ nebo vysvětlit, jak z vazeb mezi jednotlivými uzly vzniká síť jako celek.

Aim of the course

Last update: Mgr. Tomáš Diviák, Ph.D. (28.01.2020)

Kurz si klade za cíl seznámit studenty s nejpoužívanějšími statistickými modely pro sociální sítě, s jejich logikou, aplikací na různé typy dat a úloh a také se správnou interpretací výsledků. Ačkoliv jsou představené modely výpočetně i konceptuálně složité, zřetel bude brán především na jejich korektní užití a interpretaci. Absolvování úvodního kurzu k SNA či kurzů k vícerozměrným metodám je silně doporučeno.

Course completion requirements

Last update: Mgr. Tomáš Diviák, Ph.D. (28.01.2020)

K získání zápočtu je nutné se průběžně připravovat (číst zadané texty, které budou zásadní pro následující přednášku) a v závěrečné hodině (11. 5. 2020) výsledky vybraného modelu na zvolených datech představit v krátké prezentaci (max. 10 minut). Bližší informace se studenti dozvědí během úvodní hodiny.

Literature

Last update: Mgr. Tomáš Diviák, Ph.D. (28.01.2020)

 

Základní literatura:

Borgatti S. P, M. G. Everett, J. C. Johnson. 2013. Analyzing Social Networks. London: SAGE.

Carrington, P. J., J. Scott (eds.).2010. Handbook of Social Network Analysis. Thousand Oaks: SAGE.

Robins, G. 2015. Doing Social Network Research. London: SAGE.

 

Konkrétní texty k přípravě na další hodiny budou zadávány průběžně.

 

Syllabus

Last update: Mgr. Tomáš Diviák, Ph.D. (28.01.2020)

Čas a místo konání: pondělí 12:30 – 14:55, učebna č. 207, Celetná 20

Poznámka: výuka NEBUDE probíhat každý týden, nýbrž cca jednou za dva týdny. Úvodní hodina proběhne v pondělí 24. 2. 2020.

1.      opakování základů SNA, zejm. měr koheze sítě, představení softwaru, který bude v hodinách používán; organizace kurzu

2.      statistické modelování a síťové mechanismy

3.      quadratic assignment procedure (QAP) regrese a korelace

4.      exponential random graph modely (ERGM), konfigurace

5.      autologistic actor-attribute modely (ALAAM)

6.      stochastic actor-oriented modely (SAOM), dynamika sítí

7.      závěrečná hodina s prezentacemi