84036 - SEM. STATISTICAL SOCIAL NETWORK ANALYSIS

Scheda insegnamento

  • Docente Cinzia Viroli

  • Crediti formativi 3

  • SSD SECS-S/01

  • Modalità didattica Convenzionale - Lezioni in presenza

  • Lingua di insegnamento Inglese

Anno Accademico 2018/2019

Programma/Contenuti

Questo corso intensivo di 3 cfu è tenuto da due esperti dei modelli social network analysis: il dott. Alberto Caimo e la dott.ssa Isabella Gollini, che alterneranno i modelli teorici a momenti pratici attraverso l'utilizzo del software R. In particolare durante il corso si illustreranno i seguenti argomenti:

  • Modelli esponenziali di grafi aleatori e a variabili latenti
  • Simulazione MCMC di grafi aleatori e stima dei parametri
  • Tecniche diagnostiche per valutare la bontà di adattamento dei modelli
  • Software R per l'analisi delle reti (statnet)

 

ORARIO DELLE LEZIONI

 

29 maggio, aula VII 10-13

29 maggio, LAB G 14-16

30 maggio aula VII 9-13

30 maggio LAB G 14-16

31 maggio LAB G 9-12

 

 

Testi/Bibliografia

  • Lusher, D., Koskinen, J., & Robins, G. (2012). Exponential random graph models for social networks: Theory, methods, and applications. Cambridge University Press.
  • Hoff, P. D., Raftery, A. E., & Handcock, M. S. (2002). Latent space approaches to social network analysis. Journal of the american Statistical association, 97(460), 1090-1098.

Metodi didattici

  • Lezioni frontali in aula
  • Esercitazioni in laboratorio informatico

Modalità di verifica dell'apprendimento

L'apprendimento si considera verificato attraverso la frequenza obbligatoria al corso

Strumenti a supporto della didattica

Note dei docenti

Orario di ricevimento

Consulta il sito web di Cinzia Viroli