QAP(社会网络分析方法).ppt_第1页
QAP(社会网络分析方法).ppt_第2页
QAP(社会网络分析方法).ppt_第3页
QAP(社会网络分析方法).ppt_第4页
QAP(社会网络分析方法).ppt_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

QAP QuadraticAssignmentProcedure 具体地说 为了比较两个矩阵之间的相关性 首先把每个矩阵中的所有取值看成是一个长向量 每个向量包含n n 1 个数字 对角线上的数字忽略不计 然后像比较任何两个变量之间的相关性那样计算这两个向量之间的相关性系数 短数据 长数据 计算相关系数 这个观察到的相关系数值在统计意义上是显著的吗 由于 关系 数据本身就是关于 联系 的数据 因而直接违背 共线性 的原则 QAP原理 QAP原理 QAP QuadraticAssignmentProcedure 二次指派程序 是一种对两个方阵中各个格值的相似性进行比较的方法 即它对方阵的各个格值进行比较 给出两个矩阵之间的相关性系数 同时对系数进行非参数检验 它以对矩阵数据的置换为基础 关系数据各个观察值之间不相互独立 用许多标准的统计程序例如OLS等就不能进行参数估计和统计检验 因为观察项之间不独立 会计算出错误的标准差 对于这个问题 学者们利用一种随机化检验 randomizationtest 方法来检验 QAP即属于此 QAP是一种以重新抽样为基础的方法 首先 计算已知的两个矩阵之间的相关系数 其次 对其中的一个矩阵的行和相应的列同时进行随机的置换 而不是仅仅置换行或者列 否则破环原始数据 然后计算置换后的矩阵与另一个矩阵之间的相关系数 保存计算的结果 重复这种计算过程几百次甚至几千次 将得到一个相关系数的分布 从中可以看到这种随机置换后计算出来的几百或几千个相关系数大于或等于在第一步中计算出来的观察到的相关系数的比例 最后 比较在第一步中计算出来的观察到的相关系数与根据随机重排计算出来的相关系数的分布 看观察到的相关系数是落入拒绝域还是接受域 进而做出判断 也就说 如果上述比例低于0 05 就在统计意义上表明所研究的两个矩阵之间存在强关系 或者说二者之间出现在相关系数不太可能是随机带来的 QAP原理 关系与关系数据 建议关系的第一种转置图 建议关系的第二种转置图 相关系数为正数0 8165 相关系数为正数0 0 关系与关系数据 关系与关系数据 关系与属性数据 例如研究性别与建议关系的关系 性别属于属性数据 而建议关系属于关系数据 常规检验方法 按照性别属性将建议关系进行分组 男男 女女 男女 检验的基础是计算组内和组间的关系数量 并且与一种随机的模型进行比较 关系与属性数据 属性数据 关系数据 性别矩阵 性别矩阵 同性别关系矩阵 关系与属性数据 QAP回归的目的是研究多个矩阵和一个矩阵之间的回归关系 并且对r的平方的显著性进行评价 在具体计算的时候要经过两步 首先 针对自变量矩阵和因变量矩阵的对应元素进行标准的多元回归分析 其次 对因变量矩阵的各行和各列进行 同时 随机置换 然后
人人文库> 全部分类> 教育资料 > 中学教育

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论