政策ネットワークの分析のための統計的ネットワーク分析

標準的な統計的アプローチを用いて社会的ネットワークデータを分析することは、不正確な推論のリスクを伴います。ネットワーク概念化において示される観察間の依存関係は、通常の一般線形モデルの標準的な仮定を損ないます。社会政策ネットワークの方法論の中で最も急速に拡大している分野の一つは、そのような依存データに対応可能な統計モデルアプローチの開発です。本稿では、現在の文献で一般的に使用されている3つのネットワーク統計手法をレビューします：二次割り当て手続き、指数ランダムグラフモデル（ERGMs）、および確率的アクター志向モデルです。私たちは、地方政府内の戦略的情報ネットワークのモデルの例を提供することで、ERGMsに最も注意を向けます。私たちは、主要な革新者として認識される個人が果たす構造的役割について推論を行い、そのようなアプローチが政策プロセスの分析に多くを提供することを結論付けます。