网络数据的统计分析 R语言实践2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

网络数据的统计分析 R语言实践PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引言1

1.1 为什么研究网络？1

1.2 网络分析的类型2

1.2.1 网络可视化与特征化3

1.2.2 网络建模与推断5

1.2.3 网络过程6

1.3 为什么使用R进行网络分析？7

1.4 关于本书8

1.5 关于本书的R语言代码9

第2章 操作网络数据11

2.1 概述11

2.2 创建网络图12

2.2.1 无向图和有向图12

2.2.2 图的表示15

2.2.3 图的操作16

2.3 网络图的修饰18

2.3.1 节点、边和图的属性18

2.3.2 使用数据框19

2.4 关于图21

2.4.1 图的基本概念21

2.4.2 特殊类型的图25

2.5 参考读物29

第3章 网络数据可视化30

3.1 概述30

3.2 图可视化的基本元素30

3.3 图的布局31

3.4 修饰图的布局35

3.5 大型网络可视化38

3.6 使用R之外的可视化工具43

3.7 参考读物43

第4章 网络图特征的描述性分析45

4.1 概述45

4.2 节点和边的特征45

4.2.1 节点度45

4.2.2 节点中心性49

4.2.3 边的特征53

4.3 网络的凝聚性特征54

4.3.1 子图与普查54

4.3.2 密度与相对频率58

4.3.3 连通性、割与流60

4.4 图分割63

4.4.1 层次聚类64

4.4.2 谱分割67

4.4.3 图分割的验证69

4.5 同配性与混合71

4.6 参考读物73

第5章 网络图的数学模型74

5.1 概述74

5.2 经典随机图模型75

5.3 广义随机图模型77

5.4 基于机制的网络图模型80

5.4.1 小世界模型80

5.4.2 优先连接模型82

5.5 评估网络图特征的显著性85

5.5.1 评估网络社团数量86

5.5.2 评估小世界性88

5.6 参考读物91

第6章 网络图的统计模型92

6.1 概述92

6.2 指数随机图模型92

6.2.1 一般形式93

6.2.2 模型界定95

6.2.3 模型拟合99

6.2.4 拟合优度103

6.3 网络块模型104

6.3.1 模型界定105

6.3.2 模型拟合106

6.3.3 拟合优度109

6.4 潜变量网络模型111

6.4.1 一般形式111

6.4.2 界定潜变量效应112

6.4.3 模型拟合113

6.4.4 拟合优度116

6.5 参考读物119

第7章 网络拓扑结构推断120

7.1 概述120

7.2 链路预测121

7.3 关联网络推断125

7.3.1 相关网络128

7.3.2 偏相关网络132

7.3.3 高斯图模型网络136

7.4 网络的层析拓扑结构推断141

7.4.1 约束问题：树拓扑结构141

7.4.2 树拓扑结构的层析推断示例144

7.5 参考读物146

第8章 网络图上的过程建模与预测147

8.1 概述147

8.2 最近邻方法147

8.3 马尔科夫随机场153

8.3.1 一般形式154

8.3.2 自逻辑模型155

8.3.3 自逻辑模型的推断与预测157

8.3.4 拟合优度161

8.4 核方法162

8.4.1 设计图上的核函数163

8.4.2 图上的核回归166

8.5 动态过程的建模与预测169

8.5.1 传染病过程示例169

8.6 参考读物174

第9章 网络流数据分析176

9.1 概述176

9.2 网络流建模：引力模型176

9.2.1 模型界定177

9.2.2 引力模型的推断182

9.3 网络流的预测：流量矩阵估计186

9.3.1 不适定逆问题187

9.3.2 层析引力方法191

9.4 参考读物195

第10章 动态网络196

10.1 概述196

10.2 动态网络的表示与操作196

10.3 动态网络的可视化206

10.4 动态网络的特征化210

10.5 动态网络建模215

参考文献217

索引229

彩图节选235