Fiche du document
- handle: 10670/1.tge14j
- hal: hal-01053557
- doi: 10.4000/msh.12226
- PRODINRA: 464899
- SCIENCESPO: 2441/7o52iohb7k6srk09n15h80s4o
Ce document est lié à :
info:eu-repo/semantics/altIdentifier/doi/10.4000/msh.12226
Ce document est lié à :
info:eu-repo/semantics/altIdentifier/hdl/2441/7o52iohb7k6srk09n15h80s4o
info:eu-repo/semantics/OpenAccess
Mots-clés
affiliation analyse multiniveaux analyse stochastique de réseaux ERGM réseaux sociaux sous-structures multiniveauxSujets proches
Methods of analysis Analysis and chemistry Analytical methods Chemical analysis Analysis methods Analysis and examination Analyse chimique DosageCiter ce document
Julien Brailly et al., « Diversité des approches de modélisation statistique en analyse de réseaux sociaux multiniveaux », Archive ouverte de Sciences Po (SPIRE), ID : 10.4000/msh.12226
Métriques
Partage / Export
Résumé
Cet article présente différentes approches statistiques combinant l'analyse multiniveau et l'analyse de réseaux sociaux, allant des modèles p2 multiniveau pour l'analyse de données de réseaux égocentrées aux Exponential Random Graph Models (ERGM) pour des données multiniveaux néostructurales. Nous développons premièrement les modèles stochastiques basés sur une dépendance dyadique, intégrant l'approche hiérarchique par une mise en parallèle de différentes expériences. Après avoir présenté la modélisation de type ERGM, nous nous demandons explicitement comment introduire de la dépendance " multiniveau " dans ces derniers. Nous terminons alors sur la formalisation proposée par Robins et Wang [2010] qui semble la plus aboutie pour traiter la dépendance verticale entre ces deux réseaux de niveaux différents, mais partiellement emboités.