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