Redes Múltiples Redes Sociales: Conceptos Básicos IV

Redes Múltiples

Redes Sociales:Conceptos Básicos IV

Análisis de Redes Sociales: Esquema

I. Introducción al SNAA. Revisión

1. Tipos de Datos de Redes2. La Disminución (Colapso, Reducción, Simplificación) de

Redes3. Extracción de Redes

B. Relaciones Múltiples1. Importancia2. Apilamiento de Redes3. Agregación (Combinación) de Redes4. Correlacionas






¿Qué tipo de Datos?





Estudio de Redes COR

"Como parte de nuestro estudio de miembros elegidos en Bagdad y las provincias de Ámbar que forman parte del nuevo Consejo de Representantes (COR por sus siglas en ingles), se nos ha hecho difícil entender quiénes son los actores de poder entre estos políticos y entender que función desempeñan los vínculos tribales. Utilizando todos los datos de código disponibles de los miembros de la COR, yo y Brenda Fouché, uno de nuestros científicos sociales del equipo de análisis del terreno humano (HTAT por sus siglas en ingles), empleamos UCINET para ver si podría revelar información sobre la red de los miembros del Comité de las Regiones de Bagdad y Ámbar."

"Brenda es una geóloga y ha manejado UCINET en varias ocasiones. Admito que yo estaba falta de practica en UCINET ya que no lo había utilizado desde mi ultimo despliegue en el 2008. En poco tiempo estuvimos capacitados para empezar a coleccionar las correlaciones y asociaciones que no eran visibles anteriormente. Aplicando la centralidad de intermediación, pudimos ver bien quien eran los agentes del poder entre los partidos y los titulares de este nuevo gobierno."


"Esta información nos ayudará a diseñar una estrategia efectiva para las reuniones en el futuro con miembros del Comité de las Regiones. Sin embargo, esto es sólo el principio. Le mostramos a nuestra subcomandante general el pequeño experimento y nos facilito el tiempo y los recursos para seguir desarrollando la red. Los recursos nos permitirá contratar personas que nos podrán ayudar a manejar los datos mejor y proveer formación adicional sobre el uso de UCINET."

















Importancia

• Los actores normalmente están involucrados en mas de un tipo de relación

• Diferentes vínculos a menudo empujan y jalan en diferentes direcciones a los actores de la red (vínculos pueden tener fines opuestos a otros)

• Mientras mas redes que podamos identificar, mas clara es la imagen que tenemos de la red en general






Apilamiento de Redes (Matrices)






La Agregación de Redes (Matrices)

Apilamiento de Redes(Matrices)

La Agregación de Redes (Matrices)






Correlacionas

• Los Coeficientes de Correlación rango desde -1.00 a 1.00. – Una correlación de 1.00 indica una correlación positiva perfecta;

una correlación de -1.00 indica una correlación negativa– Una correlación mayor que .20 (ya sea positivo o negativo) es

considerado relativamente fuerte

• La impresión de UCINET también incluye medidas de importancia estadística– Estos indican la probabilidad de que las correlaciones

observadas podrían haber ocurrido por casualidad– Cada vez que el coeficiente "Significa" es menor que 0.05, se

puede concluir (con relativa confianza) que la correlación observada no podría haber ocurrido por casualidad

– En particular, hay una probabilidad de 1 en 20 (.05/1.00) que la correlación observada no ocurrió por casualidad

Diferencias: Análisis Tradicional vs SNA

• Muestras Aleatorias– Análisis estadístico tradicional está diseñado para trabajar con

muestras aleatorias para que los investigadores pueden generalizar sus resultados a la población en general

– SNA no analiza muestras de las redes - analiza (al menos en teoría) redes completas (por ejemplo, la red de Noordin), por lo tanto no trata de generalizar a la población en general

• Observaciones Independiente– Análisis estadístico tradicional asume que las observaciones

son independientes uno del otro– SNA, por definición, analiza las observaciones que están atados

unos a otros (es decir, no son independientes unos de otros)

SNA y Pruebas de Hipótesis

• En consecuencia, SNA utiliza métodos alternativos para estimar los errores estándar de las estadísticas de la red

• Específicamente, SNA utiliza “permutación” técnicas para calcular la distribución de muestras de las estadísticas directamente desde las redes observadas por la generación de redes de asignación al azar a través de cientos o miles de ensayos bajo el supuesto de que la hipótesis nula es verdadera

• Correlaciones entre las Redes:– En el primer paso, UCINET calcula el coeficiente de correlación

entre las células correspondientes de las dos matrices de datos– En el segundo paso, que al azar permuta (pedidos) de las filas y

columnas de una matriz (la matriz observada, si la distinción es relevante) y vuelve a calcular la correlación y otras medidas

• El segundo paso es llevado a cabo cientos de veces con el fin de calcular la proporción de veces que una medida al azar es mayor que o igual a la medida observada calculada en el primer paso

• Una proporción baja (<0,05) sugiere una fuerte relación entre las matrices que no es probable que haya ocurrido por casualidad

SNA y Pruebas de Hipótesis






Documents

Redes Múltiples Redes Sociales: Conceptos Básicos IV