Módulo 2.1 - Estratégias de Amostragem para Análise de Redes Sociais 

Keyboard and Mouse
Wave

Formadores:

Adrian Hinojosa Luna (UFMG)

Silvio Salej Higgins (UFMG)

Apresentação

A aplicação das técnicas topológicas aos fatos do mundo social tem decantado uma zona de conforto com a qual costumam trabalhar os cientistas sociais, sejam estes sociólogos, antropólogos ou expertos no mundo da administração e do business. De ordinário, trabalham com universos relativamente pequenos cujos limites, ou número de agentes, são conhecidos pelo observador. Porém, a realidade empírica é mais escorregadia, e em muitos casos não permite a observação de todos nos agentes e as suas relações dentro do sistema. O treinamento proposto apresenta algumas soluções de amostragens para redes observáveis de forma parcial.

 

PROGRAMA

1. Estratégia convencional para redes pequenas: prós e contras  

1.1 O pequeno censo via redes completas e redes pessoais. Pressuposto do limite predefinido. Diversos casos de questionário sociométrico.

 

1.2 Método link tracing: snowball e modelos bayesianos.

 

2. Estratégias para redes de grande porte: prós e contras

 

2.1 Seleção aleatória de nós e/ou arcos.

 

2.2 Métodos exploratórios:

i) Métodos link tracing: snowball

ii) Respondent Driving Sampling

 

3. Estratégias não convencionais para grandes redes online-offline: prós e contras

 

3.1 Estimação global/populacional da densidade a partir de uma amostra: a proposta clássica de Granovetter e Owe. (Com fundamento no modelo Erdos Renyi). 

 

3.2 Amostragem via bola de neve para estimação do grau nodal e a variância via reamostragem:  snowboot.

 

3.3 Amostragem  do total e da densidade dos cliques num grafo,  estudo do erro da amostragem.

 

Software: R e Mpnet