Inferential Network Analysis

Manualul Inferential Network Analysis, publicat de Cambridge University Press, reprezintă o resursă tehnică riguroasă dedicată inferenței statistice aplicate pe date de rețea. Remarcăm abordarea autorilor Skyler J Cranmer, Bruce A Desmarais și Jason W Morgan, care reușesc să îmbine rigoarea derivărilor matematice cu utilitatea practică a codului R. Structura este împărțită în trei secțiuni majore: prima parte analizează promisiunile și capcanele analizei inferențiale, partea a doua este dedicată extensiv modelelor de tip ERGM (Exponential Random Graph Models), iar cea de-a treia explorează modelele de spațiu latent. Găsim în această carte o progresie logică, de la specificațiile de bază și estimare până la tratarea degenerării și a rețelelor observate longitudinal. Față de alte resurse, acest volum pune un accent deosebit pe modelele ERGM cu margini valorice (GERGM) și pe identificarea modelelor de spațiu latent, oferind cititorului instrumentele necesare pentru a conduce analize independente. Din punct de vedere metodologic, lucrarea completează perspectiva oferită de Exponential Random Graph Models for Social Networks de Dean Lusher, adăugând o acoperire mai largă asupra modelelor de spațiu latent și integrând cele mai recente extensii dezvoltate de autori în domeniu. Totodată, spre deosebire de Analyzing Social Networks Using R, care se concentrează pe o introducere non-tehnică în vizualizare și colectare, volumul de față este orientat spre fundamentarea matematică a modelelor statistice inferențiale. Merită menționat că textul este conceput pentru a fi auto-suficient, facilitând tranziția de la teorie la aplicarea pe date reale din științele sociale sau politice. Este un instrument indispensabil pentru cercetătorii care au nevoie de o înțelegere profundă a dependențelor complexe din datele relaționale.