2025年大学《应用统计学》专业题库- 统计学在社会网络分析中的应用

2025年大学《应用统计学》专业题库——统计学在社会网络分析中的应用考试时间：______分钟总分：______分姓名：______一、简述社会网络分析中，度中心性、中介中心性和紧密度中心性的定义及其主要应用场景。二、解释网络密度和平均路径长度的概念，并说明它们如何反映社会网络的某些特征。三、在社会网络分析中，为何需要使用随机图模型（如ER模型或WS模型）？请简述这些模型的基本假设，并说明它们各自适用于什么样的网络结构。四、某研究旨在探究个人社会资本（用网络规模衡量）与其收入水平之间的关系。研究者收集了100名受访者的数据，并记录了他们的月收入（单位：元）以及他们在社交网络中的联系人数（即网络规模）。研究者选择了简单线性回归模型来分析这两个变量之间的关系。请指出在此分析中可能存在的潜在问题，并简要说明。五、节点属性（如年龄、性别、教育水平）与社会网络位置之间可能存在怎样的关系？请举例说明，并思考可以使用哪些统计方法来初步探究这种关系。六、假设你正在研究一个线上社区的网络结构，目的是识别其中的关键用户（高中心性节点）和用户群体（社群）。请分别说明在这种情况下，你可以运用哪些统计指标或方法来识别关键用户，以及如何划分用户社群，并简述选择这些方法或指标的依据。七、在进行社会网络分析时，选择合适的统计方法至关重要。请比较并说明在分析网络数据的整体结构特征（如是否小世界性、是否存在无标度性）时，与分析特定节点或社群的属性时，所应考虑的统计方法有何不同？请各举例说明一种可能的方法。试卷答案一、*度中心性：定义是指一个节点连接边的数量。它衡量的是节点在网络中的连接广度。应用场景：识别社会网络中的核心人物（如社交圈中的人缘好者）、信息传播的关键节点、组织中的关键联系人等。*中介中心性：定义是指一个节点出现在其他节点对之间最短路径上的频率。它衡量的是节点在网络中的“控制”能力或“桥梁”作用。应用场景：识别网络中的“瓶颈”节点（移除后会影响网络连通性）、信息或资源流动的关键中转站、潜在的冲突制造者或调解者等。*紧密度中心性：定义是指一个节点与其网络中其他所有节点的平均距离的倒数（或相关度量）。它衡量的是节点到网络其他成员的平均接近程度。应用场景：反映一个小群体内部联系的紧密程度，识别紧密联系的群体或关系紧密的个体。二、*网络密度：定义是指一个网络中实际存在的连接数与可能存在的最大连接数之比。它衡量的是网络中连接的密集程度。网络密度高意味着节点之间联系频繁，信息传播可能更快但选择可能更少；网络密度低则相反。它反映了社会关系的疏密程度。*平均路径长度：定义是指网络中所有节点对之间最短路径的平均值。它衡量的是网络中节点之间平均需要经过多少跳才能相互到达。平均路径长度短意味着网络中信息或影响的传播速度快，网络趋于“小世界”；平均路径长度长则相反。它反映了网络的整体连通性和信息传播效率。三、*使用原因：随机图模型提供了简单、可操作的框架来生成和分析网络结构，它们基于概率规则模拟了网络形成的某些基本机制，有助于理解现实世界网络中观察到的某些统计特征（如度分布的规律性）。*ER模型（随机图模型）：基本假设是网络中任意两个节点之间是否存在连接是完全独立的，且概率相同。适用于模拟节点之间连接机会均等、随机形成的关系网络，常用于检验网络是否偏离随机性（如是否存在度分布的显著偏离）。*WS模型（小世界模型）：基本假设是网络由一个初始的紧密连接的环（规则部分）构成，随后节点以一定概率与其环上的k个近邻之外随机连接（随机部分）。适用于模拟从规则结构快速转变为小世界特性的网络，解释了为什么现实网络通常具有较短的平均路径长度和较高的聚类系数。四、*潜在问题：1.线性假设：简单线性回归假设因变量（收入）与自变量（网络规模）之间存在线性关系。然而，社会资本对收入的影响可能并非线性（例如，边际效应递减或存在阈值效应），线性模型可能无法捕捉这种复杂关系。2.遗漏变量偏误：影响收入的因素众多（如教育、能力、行业、机遇等），而网络规模只是其中一个可能因素。如果模型中遗漏了这些重要变量，估计出的网络规模对收入的影响可能包含其他变量的效应，导致结果有偏。3.因果关系混淆：模型只能揭示变量间的相关关系，不能确定因果关系。可能是收入高的人更有能力建立更大的社交网络，而不是网络规模直接导致收入增加。4.测量问题：网络规模（如联系人数量）和社会资本是复杂概念，其测量方式（如线上联系人数是否能代表实际社会资本）可能存在偏差。五、*可能关系：节点属性与其在网络中的位置（如中心性、社群归属）之间可能存在正相关、负相关或无相关关系。*正相关示例：在某些组织中，教育水平较高的人可能更容易接触到关键信息，从而拥有更大的网络规模和更高的中心性。*负相关示例：在某些封闭社群中，新加入的、属性（如观点）与群体差异较大的人，可能被排斥，导致其网络规模较小、中心性较低。*可使用方法：1.描述性统计：计算不同属性组（如不同教育水平组）的中央趋势（均值、中位数）和离散程度（方差、标准差）指标（如平均中心性、网络规模），直观比较差异。2.相关性分析：计算节点属性（如教育水平得分）与网络指标（如中心性得分、网络规模）之间的相关系数（如皮尔逊相关系数、斯皮尔曼秩相关系数），量化关系方向和强度。3.回归分析：使用线性回归（如果属性是连续的）或逻辑回归（如果属性是分类的，如是否为管理者），将网络指标作为因变量，节点属性作为自变量，控制其他潜在混淆因素，以评估属性对网络位置的净影响。六、*识别关键用户：*统计指标：度中心性（识别连接数最多的节点）、中介中心性（识别位于多条最短路径上的节点）、紧密度中心性（识别与其邻居平均距离最小的节点）。可以计算并排序这些指标，选取得分高的节点。*方法：可以使用软件计算这些中心性指标并进行可视化（如网络图突出显示高中心性节点）。*划分用户社群：*统计/方法：谱聚类（基于节点邻接矩阵的特征值）、模块度最大化算法（如Louvain算法）、层次聚类等。这些方法通过测量节点之间的相似性或分离社群的“质量”，将网络划分为若干个内部连接紧密、外部连接稀疏的社群。*依据：选择依据在于数据的特性（如社群规模、密度）和研究目的（如是寻找小团体还是大型核心群体）。可以计算社群划分结果的统计指标（如模块度）来评估划分质量。*综合说明：可以先通过中心性指标识别出网络中的突出个体，再通过社群划分方法了解这些关键用户属于哪些不同的群体，或者哪些群体内部存在关键用户。七、*分析整体结构特征：*统计指标/方法：网络密度、平均路径长度、聚类系数、度分布（可绘制度分布图，如对数正态分布检验无标度性）、特征路径长度、集群系数、随机性检验（如与ER模型比较）。*不同点：重点在于描述和检验网络的整体宏观拓扑属性，如连通性、聚集性、小世界性、无标度性等。方法通常涉及对整个网络或大量节点进行汇总统计，并与随机模型或理论值进行比较。*分析特定节点或社群属性：*统计指标/方法：节点中心性（度、中介、紧密度等）、社群归属度（如节