فایل ورد کامل موافقت دو جانبه یا تعیین یک جانبه؟ ادغام گزارشات روابط اجتماعی با مقایسه عملکرد بخش میانی و قوانین اتحادیه

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل موافقت دو جانبه یا تعیین یک جانبه؟ ادغام گزارشات روابط اجتماعی با مقایسه عملکرد بخش میانی و قوانین اتحادیه،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۸ صفحه

طرح جمع آوری داده برای مطالعات شبکه های اجتماعی اغلب شامل درخواست دو جانبه به منظور گزارش در صورت وجود یا عدم وجود این روابط است ، و با دو اندازه گیری در هر رابطه ی بالقوه حاصل می شود. هنگامی که شبکه اساسی بدست می آید، تخمین رابطه تنها زمانی که یک نفر آن را گزارش بدهد بهتر است یا هر دو طرف ؟ استفاده از چند مجموعه داده منجر می شود که ساختار شبکه به خوبی با استفاده از تعداد بالای گزارش های خبرنگاران تعیین شود، سپس عملکرد این دو قاعده ساده بررسی شد. نتایج بهتر در موافقت متقابل در تمام مجموعه داده ها، مورد بررسی قرار گرفت. آنالیز نظری عملکرد برآوردگر نشان داد که بهترین قانون بستگی به نرخ خطای اساسی و پراکندگی شبکه دارد، به طوری که پراکندگی، محرکی برای برتری موافقت متقابل در محیط رایج شبکه اجتماعی است.

کلیدواژگان: استنتاج شبکه | اندازه گیری | ساختار جمع آوری شده محلی | دقت خبرنگاران | خطا

عنوان انگلیسی:

Mutual assent or unilateral nomination A performance comparison of intersection and union rules for integrating self-reports of social relationships

~~en~~ writers :

Francis Lee, Carter T: Butts

Data collection designs for social network studies frequently involve asking both parties to a potential
relationship to report on the presence of absence of that relationship, resulting in two measurements
per potential tie. When inferring the underlying network, is it better to estimate the tie as present only
when both parties report it as present or do so when either reports it Employing several data sets in
which network structure can be well-determined from large numbers of informant reports, we examine
the performance of these two simple rules. Our analysis shows better results for mutual assent across
all data sets examined. A theoretical analysis of estimator performance shows that the best rule depends
on both underlying error rates and the sparsity of the underlying network, with sparsity driving the
superiority of mutual assent in typical social network settings.

Keywords: Network inference | Measurement | Locally aggregated structures | Informant accuracy | Error

$$en!!