埃里克·D·科拉克。;加尔迪,加博尔 使用R对网络数据进行统计分析。第2次修订版。 (英语) Zbl 1435.62013.号 使用R!查姆:施普林格(ISBN 978-3-030-44128-9/pbk;978-3-0.30-44129-6/电子书)。xiv,228页。(2020). 这本书由11章组成;它是一个及时的方法集合,涵盖了网络分析的当前技术状态。理论、案例研究和代码片段在R中的平滑交织,将本书推荐给具有不同背景的广大读者。本书以介绍性章节开始,概述了网络的一般问题,并提出了关于网络可视化和特征化、建模和推理以及标准过程的标准分析。它还提供了使用R作为分析平台的理由。第二章着重于网络数据的操作,给出了网络图的定义(有向图和无向图、它们的表示和标准操作)。还包括装饰属性,例如顶点、边和图形属性。本章最后概述了特殊类型的图。第三章以图形的可视化为中心,详细讨论了布局特征、装饰属性和大型网络的可视化方法。在第四章中,作者提出了网络图的标准描述特征;这些特征包括顶点和边缘特征,如顶点度和中心性度量,网络内聚在子图、人口普查和连通性、割集和流方面的特征。本章最后介绍了图分区的方法,例如分层聚类分区、谱分区和验证分区的方法。第五章介绍了应用于网络图的标准数学模型。详细讨论了经典和广义赎金图模型,以及围绕基于机制的模型(小世界和优先依附模型)进行的案例研究。本章最后介绍了评估网络特征的方法,如社区数量和其他小世界财产。第六章介绍了统计模型,即指数随机图模型、网络块模型和潜在网络模型。总之,详细说明了模型规格、拟合和拟合优度。在第七章中,讨论了网络拓扑推断,重点是关联网络推断(更具体地说,全相关网络和偏相关网络以及高斯图模型网络),以及树状拓扑上的断层图像网络拓扑推断。在第八章中,作者重点讨论了网络图上过程的建模和预测,重点介绍了最近邻法、马尔可夫随机场(自对数模型)和核方法。本章还包括动态过程的预测方法,以及流行病过程的说明。第九章详细介绍了网络流量数据的分析方法;给出了引力模型和交通矩阵估计。在第10章中,作者概述了网络实验的特点,重点介绍了因果推理的一些背景信息和网络推理的说明。还包括有关网络暴露模型、网络实验设计和因果推断的详细信息。在最后一章中,介绍了动态网络,重点介绍了这种网络的表示和操作;本章最后介绍了动态网络建模的方法。每一章都以一组可靠的参考文献结尾,除最后一章外,所有章节都有额外的阅读材料;这两种资源都是未来研究的良好起点。这本书是以教科书的方式设计的,适合广泛的受众,包括对跨学科研究感兴趣的统计学家、其他定量领域的研究人员,他们希望将网络概念应用于他们的研究,或者实践者希望为他们的研究建立一个正式的体系。审核人:Irina Ioana Mohorianu(牛津) 引用于2文件 MSC公司: 62-02 与统计有关的研究展览(专著、调查文章) 62兰特 大数据和数据科学的统计方面 62M45型 神经网络及从随机过程推断的相关方法 62-08 统计问题的计算方法 关键词:网络;网络分析;图;描述性统计;推断统计学;网络的标准操作;网络可视化;网络特征;网络拓扑推断;无向图;有向图;装饰网络图;图形布局;顶点特征;边缘特性;网络凝聚力;广义随机图模型;指数随机图模型;网络块模型;潜在网络模型;关联网络推理;层析网络;拓扑推断;最近邻法;内核方法;动态过程预测;网络流建模;流量矩阵估计;网络推理;动态网络 引文:Zbl 1290.62002号 软件:国家统计局;记录仪;统计网;GOstats公司;巨大的;生物导体;氟多醇;图表数据;本征模型;RSiena公司;ggplot2;维奥普洛特;块模型;网络动态;沙;科恩拉布;rgexf公司;数字电视;搅拌机;网络;Rgraphviz公司;收益率;ngspatial公司;网络层析成像;特格姆;能量管理;晶格;猿;R(右) PDF格式BibTeX公司 XML格式引用 \textit{E.D.Kolaczyk}和\textit{G.Csárdi},网络数据的统计分析,R.第二修订版。查姆:施普林格(2020;Zbl 1435.62013.) 全文: 内政部