Módulo 2.1 - Estratégias de Amostragem para Análise de Redes Sociais
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