MethodsNet + RSS
MethodsNet + RSS

Inferentiële Netwerk Analyse (RSS2.06)

De cursus introduceert statistische modellen voor netwerkgegevens en andere gegevens met complexe afhankelijkheid tussen waarnemingen. Een reeks modellen wordt theoretisch besproken, in toepassingen en met behulp van R.

Duur: een week.

    Algemeen

    Inferentiële Netwerk Analyse introduceert statistische methoden voor het analyseren van netwerken. Netwerken, of grafieken, zijn sets van knooppunten en hun verbindende banden. Netwerken worden gebruikt om een brede waaier van complexe sociale en politieke fenomenen te modelleren, zoals beleidsnetwerken tussen politieke actoren rond het ontwerp van nieuwe regelgeving; lobbybanden van belangengroepen met beleidsmakers of lobbycoalities; rekrutering van experts in internationale organisaties; patronagerelaties; multilevel of collaboratieve bestuurssystemen; internationale relaties, inclusief conflicten, allianties, handel en migratie; financiële deals tussen organisaties; politieke debatten tussen actoren over beleid; of de verspreiding van beleid tussen staten. Dergelijke systemen evolueren meestal op complexe manieren in de tijd en als onderzoekers willen we de vorming van banden tussen knooppunten op microniveau begrijpen om te begrijpen hoe het systeem evolueert. We willen ook de adoptie van gedrag begrijpen als gevolg van het ingebed zijn in een netwerk.

    De centrale vragen zijn:

    • Hoe kunnen we gegevens modelleren waarvan de waarnemingen niet onafhankelijk en identiek verdeeld zijn (i.i.d.)? 
    • Hoe kunnen we verbindingen tussen knooppunten (of kenmerken van knooppunten) verklaren en modelleren met behulp van covariate gegevens en theorieën over de endogeniteit in de gegevens? 
    • En hoe kunnen we dergelijke processen vooruit in de tijd simuleren om toekomstige toestanden van het netwerk of de eigenschappen van de knooppunten te voorspellen?
    Collaboration

    Kijk wat onze deelnemers zeggen over hun ervaring!

    MethodsNet + RSS

    (Social) Research Methods courses

    Course list
    Course list

    Overview courses and disciplines

    Course list

    Startdatum

    Onderwijsvorm
    Op locatie
    Voertaal
    Engels
    Bijeenkomsten
    24 juni 2024, 09:00 - 28 juni 2024, 17:00
    Docent(en)
    Philip Leifeld
    Unieke code
    RSS2.06

    Factsheet

    Type onderwijs
    Cursus
    Toelatingseisen
    Bekijk de vereisten onder kosten en toelating
    Studielast (ECTS)
    2
    Eindresultaat
    Certificaat

    Cursusprogramma

    De cursus "Inferentiële Netwerk Analyse" introduceert een reeks statistische modellen om de vorming van banden in netwerken te verklaren en te voorspellen aan de hand van kenmerken van de knooppunten, hun banden, en het netwerk. 

    • In de eerste helft van de cursus beschouw je het exponentiële random graph model (ERGM) als het werkpaardmodel van statistische netwerkanalyse, inclusief specificatie, schatting en implementatie in R. 
    • Daarna bespreek je uitbreidingen naar temporele en gewaardeerde relaties voordat je alternatieve modelkeuzes overweegt, waaronder de familie van latente ruimtemodellen, de kwadratische toewijzingsprocedure, het stochastische actor-georiënteerde model en het relationele gebeurtenismodel. 
    • Tot slot leer je ook over het gebruik van netwerkautocorrelatiemodellen om de toestand of het gedrag van een knooppunt te verklaren door rekening te houden met de netwerkinbedding van het knooppunt. Alle modellen worden theoretisch, toegepast en praktisch besproken met behulp van R. 

    Je krijgt dagelijks opdrachten die je na de les moet oplossen om het maximale uit je leerervaring te halen.

    Totaalpakket & Sociale Evenementen

    Philip Leifeld

    Philip Leifeld
     

    Philip Leifeld is hoogleraar aan the Department of Social Statistics aan de Universiteit van Manchester (vanaf april 2024) en aan the Department of Government aan de Universiteit van Essex (tot maart 2024). Professor Leifeld probeert met zijn onderzoek de vorming van netwerken tussen politieke actoren bij het nastreven van beleidsdoelen te begrijpen. Hij ontwikkelt en implementeert statistische methoden voor de analyse van complexe netwerken. Het werk van professor Leifeld is gepubliceerd in het American Journal of Political Science en andere vooraanstaande tijdschriften op het gebied van politicologie, maar ook in technische tijdschriften zoals Physica A: Statistical Mechanics en het Journal of Statistical Software.

    Kosten

    • Regular: €1049
    • Student & PhD's: €699
    • Early Bird Regular: €944,1 (aanmeldingsdeadline* 1 April)
    • Early Bird Student & PhD's: €629,1 (aanmeldingsdeadline* 1 April)

    Inclusief: je cursus, korte ochtend- en late middagcursussen, koffie en thee tijdens de pauzes, elke dag een warme lunch, Officiële Opening, MethodsNET Café (inclusief enkele drankjes en snacks) Officiële Afsluiting (met enkele drankjes en snacks) en een gratis lidmaatschap van 1 jaar (kalenderjaar 2024) als regular lid van MethodsNET.

    Exclusief: vervoer, accommodatie, sociale evenementen en overige kosten.

    Kortingen en beurzen

    Toelating

    Niveau van de deelnemer: 

    • Master
    • PhD
    • Postdoc
    • Professional

    Toelatingseisen: 

    Deelnemers moeten voorkennis hebben van logistische regressie voordat ze aan de cursus deelnemen, en er wordt van hen verwacht dat ze opdrachten oplossen in R. Hoewel dit geen cursus over R is, hebben studenten er dus het meeste baat bij om voorkennis van R te hebben voordat ze aan de cursus deelnemen.

    Toelatingsdocumenten: 

    Geen

    Kun je dit jaar niet deelnemen?

    We kunnen je op de hoogte houden van het 2025 cursusprogramma! Wil je in 2025 je kennis verbreden met cursussen over duurzaamheid, recht, onderzoeksmethoden & vaardigheden, data science en meer? Ontvang een e-mail als het nieuwe voorstel klaar is. Want jij hebt een rol te spelen!

    Houd me op de hoogte