2025年大学《应用统计学》专业题库- 统计模型在社会网络分析中的应用研究

2025年大学《应用统计学》专业题库——统计模型在社会网络分析中的应用研究考试时间：______分钟总分：______分姓名：______一、名词解释（每题5分，共20分）1.节点中心性2.配置模型3.指数随机图模型(ERGM)4.网络密度二、简答题（每题8分，共32分）1.简述社会网络分析中，中心性度量指标的主要类型及其含义。2.独立同分布模型（IGR）的基本假设是什么？它适用于什么样的网络数据生成过程？3.解释ERGM中参数`p2`和`q`分别代表什么网络结构特征？4.在应用统计模型分析社会网络时，选择模型的主要依据有哪些？三、计算与分析题（每题20分，共40分）1.假设一个包含4个节点的网络（A,B,C,D）中存在以下边：A-B,A-C,B-D。请计算该网络的密度。假设研究者认为该网络的形成可能受到节点度数的限制（高中心性节点更倾向于连接），试简要说明配置模型是否适合用于分析此类网络的形成机制，并解释原因。2.某研究者使用ERGM分析了某社区成员间的互助网络，得到了一个拟合良好的模型，其中包含`p2`和`q`参数，并发现`p2`显著不为0，`q`也显著不为0。请解释这两个参数显著不为0分别说明了该互助网络可能具有怎样的结构特征。此外，该研究者还考虑加入一个参数`w`来表示“共同邻居”效应，请说明加入此参数可能对模型解释带来哪些变化。四、论述题（28分）社会网络分析中的统计模型（如ERGM）有助于我们理解网络结构的形成机制。请选择一个你感兴趣的社会现象（例如：学术合作网络、在线社交网络中的信息传播、社区组织网络等），阐述如何运用ERGM（或其他你认为合适的统计模型）来研究该现象的网络结构特征及其影响因素。请说明你的研究问题、可能选择哪些模型参数来解释网络特征、以及如何预期模型结果能帮助你理解该社会现象。试卷答案一、名词解释1.节点中心性：指网络中某个节点在结构上处于核心或关键位置的程度。常见的度量包括度中心性（衡量连接数量）、中介中心性（衡量控制信息流动的能力）、紧密性中心性（衡量到达中心节点的平均距离）和特征向量中心性（衡量与高度中心性邻居连接的程度）。2.配置模型：一种随机图模型，其基本思想是假设网络中所有可能存在的边都以相同的概率`p`存在。模型的参数不是网络的实际边数，而是规定了网络中各种不同类型子结构的数量（如边的数量、三角形数量、四环路径数量等）。3.指数随机图模型(ERGM)：一种参数化的随机图模型，用于描述和分析复杂网络结构。它假设网络的形成是基于一系列独立的、概率性的“图元”（BuildingBlocks），这些图元代表了网络中常见的子结构（如边、三角形、路径等）。ERGM的参数表示这些图元在网络中出现的期望频率，通过比较观测网络与模型预测的网络分布来检验关于网络形成机制的理论。4.网络密度：指网络中实际存在的边数与网络中所有可能存在的边数的比例。对于无向网络，可能存在的边数是节点对数的组合数`n(n-1)/2`；对于有向网络，可能存在的边数是节点对数的乘积`n(n-1)`。网络密度反映了网络连接的紧密程度。二、简答题1.中心性度量指标的主要类型及其含义：*度中心性(DegreeCentrality)：衡量节点连接的数量。高中心性节点拥有较多的连接边。可分为入度中心性（对于有向网络，指指向节点的边数）和出度中心性（对于有向网络，指从节点出发的边数），以及对于无向网络的总度数。*中介中心性(BetweennessCentrality)：衡量节点在网络中作为“桥梁”或“中介”的重要性。高中心性节点位于许多节点对之间的最短路径上，能够控制信息或资源在网络中的流动。*紧密性中心性(ClosenessCentrality)：衡量节点到网络中其他所有节点的平均距离。高中心性节点距离网络中其他所有节点相对较近，能够快速地将信息传播到整个网络。*特征向量中心性(EigenvectorCentrality)：衡量节点的重要性，不仅考虑其连接数量，还考虑其邻居的重要性。一个节点的特征向量中心性高，通常意味着它连接了许多特征向量中心性高的节点。2.独立同分布模型（IGR）的基本假设及其适用性：*基本假设：IGR模型假设网络中每条边独立存在，并且每条边存在的概率`p`对于所有边都是相同的。换句话说，模型认为网络的形成是通过对所有可能边进行独立抽样，选择其中一部分来构成最终的网络。*适用性：IGR模型适用于那些可以看作是由大量随机连接构成的、相对稀疏的网络。它假设网络的形成过程不受节点属性或网络结构的局部影响，即边的出现是独立的，不依赖于网络的其他部分。这种模型在分析大型、随机化程度较高的网络（如某些互联网应用的用户连接）时可能适用，但在分析具有明显结构特征或局部约束的社会网络时可能不太合适。3.ERGM中参数`p2`和`q`分别代表什么网络结构特征：*`p2`参数：通常代表网络密度（或更准确地说是“完全图”的期望数量）。`p2`的值越高，表示网络中节点之间实际存在的连接比例越高，网络越密集。它反映了网络的整体连接程度。*`q`参数：通常代表三角形（即3-cliques）的期望数量。`q`的值越高，表示网络中包含的三角形子结构越多，即网络中节点倾向于形成紧密的三角形群组。它反映了网络中的聚类或“组块化”程度。4.应用统计模型分析社会网络时，选择模型的主要依据：*研究问题：模型的选择应首先服务于具体的研究问题。想研究网络的整体结构特征（如密度）？还是局部结构（如三角形）？或是更复杂的模式（如路径、共同邻居）？*网络数据特征：模型选择需要考虑网络的类型（有向/无向）、规模、密度以及是否已知某些网络结构特征。*模型的假设：选择的模型必须适用于数据的生成过程。例如，如果数据生成过程明显违反了IGR的独立性假设，则不应选择IGR。*模型的可解释性：模型参数应具有明确的社会或网络意义，能够帮助解释网络结构的形成机制。*模型拟合优度：模型需要能够良好地拟合观测到的网络数据。可以通过拟合优度统计量（如G统计量）和模型选择准则（如AIC、BIC）来评估。*模型复杂性：在满足研究需求的前提下，倾向于选择参数较少、相对简单的模型。三、计算与分析题1.计算网络密度及分析配置模型适用性：*计算密度：该网络有4个节点（A,B,C,D），实际存在的边为A-B,A-C,B-D，共3条边。对于无向网络，可能存在的边数为`n(n-1)/2=4(4-1)/2=6`条。网络密度`D=(实际边数/可能边数)=3/6=0.5`。*分析配置模型适用性：配置模型（IGR）假设所有可能边都以相同概率`p`存在。在本例中，虽然网络密度为0.5，看起来不算非常稀疏，但关键在于它可能反映了某种非随机的结构。研究者提到网络形成可能受节点度数限制（高中心性节点更倾向于连接），这表明边的存在可能不是独立的，而是与节点的中心性地位相关。例如，节点A有较高的度数（2），它连接了其他所有节点。这种基于节点属性或局部结构的连接模式，违反了IGR模型独立性假设。因此，配置模型可能不太适合用于分析此类网络的形成机制。ERGM可能更合适，因为它可以包含反映节点属性或局部结构的参数。2.解释ERGM参数`p2`和`q`显著不为0的意义及加入`w`参数的影响：*`p2`显著不为0的意义：`p2`代表网络密度。其显著不为0表示该互助网络的整体连接程度不是随机的。`p2`的值越高，说明成员之间互相帮助的联系越紧密，网络越密集。这表明互助行为在成员之间并非随机发生，而是形成了一定的连接模式。*`q`显著不为0的意义：`q`代表三角形数量。其显著不为0表示该互助网络中存在显著的聚类现象。即，如果两个人互相帮助，那么他们共同的朋友（邻居）之间也倾向于互相帮助，形成了紧密的小团体或圈子。这反映了互助关系在网络中具有局部聚集性。*加入`w`参数（共同邻居）的影响：加入`w`参数来表示“共同邻居”效应，意味着模型将考虑节点之间通过共同邻居建立连接的可能性。`w`参数显著不为0将表明，两个节点拥有越多共同的邻居，它们之间互相帮助的可能性就越大。这为解释网络结构提供了更细致的视角。例如，如果`w`显著为正，可能说明“地缘相近”或“兴趣相似”的成员更倾向于互相帮助，即使他们之间没有直接连接。加入此参数可以使模型解释更丰富，因为它捕捉了除了直接连接和三角形之外，通过社会关系间接影响互助行为的重要机制。四、论述题研究主题选择：在线社交网络中的信息传播网络研究问题：如何运用ERGM来分析在线社交网络中信息（如新闻、谣言）传播网络的结构特征及其影响因素（如节点中心性、社群结构）？分析思路与模型选择：1.研究问题阐述：本研究旨在利用ERGM分析在线社交网络（例如，Twitter上的用户）在特定事件期间（如新闻发布或谣言爆发时）形成的信息传播网络。具体问题包括：该传播网络的整体结构特征（如密度、聚类程度）是什么？哪些类型的用户（如媒体账号、意见领袖、普通用户）在网络中扮演了关键角色（即具有高中心性）？信息传播网络是否存在明显的社群结构（如不同话题、不同立场的小圈子）？这些网络结构特征如何受到用户属性（如粉丝数、认证状态）或网络规模的影响？2.ERGM作为分析工具的理由：ERGM非常适合本研究，因为它能够捕捉和量化网络中复杂的结构模式，并将这些模式与潜在的影响因素联系起来。信息传播网络的形成并非完全随机，它受到用户之间的关注关系、内容本身的吸引力、以及社交互动规则等多种因素的影响。ERGM可以通过包含不同的图元（BuildingBlocks）参数来描述这些结构，如：*`p2`：描述网络的平均连接密度。*`q`：描述三角形的普遍性，反映信息在紧密群体内部传播的程度。*`q_3`（三环参数）：描述四环（4-clique）的普遍性，可能捕捉更复杂的互动模式。*`w`：表示共同邻居效应，即两个用户如果有很多共同关注的人，他们之间连接的可能性更大，这可能促进信息的传播。*可以包含反映社群结构的参数，如基于模块度（Modularity）或标签传播（LabelPropagation）得到的参数。3.模型参数选择与解释：*核心结构参数：`p2`(密度),`q`(三角形),`w`(共同邻居)。*社群结构参数：可以通过ERGM的社群模型（如`m`参数，基于模块度最大化）或使用标签传播算法生成的社群标签来构建参数，衡量跨社群的连接强度（如`p_in`,`p_out`，表示社群内部/外部的平均连接概率）。*节点属性参数：可以将用户的属性（如粉丝数、认证状态、是否为媒体账号）作为解释变量，研究它们如何影响网络结构。例如，可以构建参数`f_fans`，假设粉丝数更多的用户更可能被连接（`f_fans>0`），或者更可能在信息传播中扮演中心角色。可以构建参数`f_auth`，假设认证用户之间或认证用户与其他用户之间的连接概率更高。4.预期结果与理论贡献：*结构特征：预期模型会显示`p2`显著不为0，表明信息传播网络具有一定的密度；`q`显著不为0，表明存在信息在社群内部传播的优势；可能`w`也显著，表明共同关注关系促进了信息流动。*中心性：通过分析模型参数与用户属性的关系，可以推断哪些属性（如粉丝数、认证状态）与更高的中心性（如度中心性、中介中心性