Бакалавриат 2024/2025

Введение в прикладные методы сетевого анализа

Статус: Курс по выбору (Политология)

Направление: 41.03.04. Политология

Кто читает: Департамент политики и управления

Где читается: Факультет социальных наук

Когда читается: 4-й курс, 3 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для всех кампусов НИУ ВШЭ

Язык: русский

Кредиты: 4

Программа дисциплины

Аннотация

Курс призван познакомить студентов с прикладными методами сетевого анализа, в настоящий момент широко применимыми в социальных науках. В рамках курса можно узнать о «сетевом» обосновании теории «шести рукопожатий», ответить на вопрос о том, почему семья Медичи была самой влиятельной во Флоренции, и решить еще много "загадок" социальной науки, которые могут быть объяснены с помощью инструментов прикладного сетевого анализа. Дисциплина познакомит студентов с такими понятиями, как сеть, сила связей, центральность, кластеры, социальный выбор и социальное влияние, а также научит работать с сетевыми данными и превращать практически любые данные в вид сетевых с помощью современных языков программирования. Курс направлен, в первую очередь, на то, чтобы студенты смогли понять логику и преимущества использования сетевых данных и методов в эмпирических исследованиях в социальных науках, а в дальнейшем смогли применить их в своих курсовых и выпускных квалификационных работах.

Цель освоения дисциплины

• Цель этого курса - дать студентам понимание основ сетевого анализа и принципов использования методологии сетевого анализа для прикладных исследований и задач.

Планируемые результаты обучения

• Определять диады, триады, давать определение топологии
• Формулировать ключевые понятия теории графов: структура сети, узлы, связи, социограмма
• Уметь интерпретировать ключевые концепты сетевого анализа.
• Знать основные методологические ограничения традиционных эконометрических методов при анализе данных с сетевой структурой.
• Уметь работать с основными пакетами для сетевого анализа в среде RStudio: igraph, network, btergm, xergm, Rsiena
• Знать теоретическую основу и понимать принцип работы современных методов инферентного сетевого анализа, в частности модели экспоненциальных случайных графов (ERGM)
• Уметь формулировать гипотезу для модели инферентного сетевого анализа, уметь выбрать наиболее релевантную модель, оценить её с помощью статистического пакета и интерпретировать результаты
• Знать теоретическую основу и понимать принцип работы современных методов инферентного сетевого анализа, модели ERGM, TERGM, SAOM, AMEN
• Формулировать ключевые понятия теории графов: структура сети, узлы, связи, социограмма. Уметь интерпретировать ключевые концепты сетевого анализа.
• Уметь работать с основными методами дескриптивного сетевого анализа: расчет сетевых центральностей, определение сетевых кластеров и сообществ.

Содержание учебной дисциплины

• Тема 2. Дескриптивный сетевой анализ. Часть I.
• Тема 3. Дескриптивный сетевой анализ. Часть II.
• Тема 4. Инферентный сетевой анализ: модель случайного экспоненциального графа (ERGM). Часть I.
• Тема 5. Инферентный сетевой анализ: модель случайного экспоненциального графа (ERGM). Часть II.
• Тема 6. Лонтгитюдный инферентный сетевой анализ
• Тема 1. Введение в работу с данными с сетевой структурой

Элементы контроля

• Практическая работа
• Итоговое домашнее задание: мини-исследование

Промежуточная аттестация

• 2024/2025 3rd module
  0.5 * Итоговое домашнее задание: мини-исследование + 0.5 * Практическая работа

Список литературы

Рекомендуемая основная литература

• Eric D. Kolaczyk, Gabor Csardi (2014) Statistical Analysis of Network Data with R. Springer New York Heidelberg Dordrecht London. https://link.springer.com/content/pdf/10.1007%2F978-1-4939-0983-4.pdf.
• Kolaczyk E. D., Csárdi G. Statistical analysis of network data with R. – New York : Springer, 2014. – 207 pp.
• Kolaczyk, E. D., & Csárdi, G. (2014). Statistical Analysis of Network Data with R. New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=783200
• Luke, D. A. . V. (DE-588)130032344, (DE-627)488060184, (DE-576)297960504, aut. (2015). A user’s guide to network analysis in R Douglas A. Luke. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edswao&AN=edswao.454121474
• Social network analysis, Scott, J., 2017

Рекомендуемая дополнительная литература

• Analyzing social networks, Borgatti, S. P., 2018
• Big data in complex and social networks, , 2017
• Complex social networks, Vega-Redondo, F., 2007
• Social network analysis : a handbook, Scott, J., 2000
• Social network analysis, Knoke, D., 2008

Авторы

• Мальцев Артем Михайлович
• Кручинская Екатерина Владиславовна