【簡介】 　　作者們深入淺出地說明社會網絡分析的必要步驟，以及如何使用正確統計方法及分析工具；書中的範例程式與練習題，有助於學習者直接應用R程式語法於社會網絡分析；淺顯易懂的文字可奠定學習者的社會網絡數學基礎，對於統計內涵的解說也十分詳盡。本書主要採用R程式語法的xUCINET函式和其他函式，從基礎到進階的各種範例皆提供實例分析步驟與結果，學習者能輕鬆上手，並且逐漸掌握社會網絡分析的知識基礎、分析實務和建立研究能力。 　　本書適合對於想進行社會網絡或社群網絡相關研究，或者掌握網絡分析技術的學習者，以書本搭配作者們的網站資源，更能充分熟練社會網絡分析的理論與方法。 　　完整說明社會網絡概念：各領域皆採用社會網絡分析，範例與圖示說明詳盡且有充分的練習題。 　　R程式語法從0開始學習：資料蒐集、資料整理到資料分析皆提供逐步分析的說明與練習範例。 　　全面掌握社會網絡分析方法：說明各種分析方法，讀者能學會使用正確統計方法、分析步驟與分析工具。 【目錄】 第01章 導論 1.1 為什麼要研究網絡？ 1.2 什麼是網絡？ 1.3 關係的類型 1.4 分析目標 1.5 網絡變項作為解釋變項 1.6 網絡變項作為結果變項 第02章 數學基礎 2.1 簡介 2.2 圖 2.3 路徑和組群 2.4 鄰接矩陣 2.5 方法和模式 2.6 矩陣乘積 第03章 研究設計 3.1 簡介 3.2 實驗和田野研究 3.3 全網絡和個人網絡研究設計 3.4 網絡資料的來源 3.5 節點類型和連結類型 3.6 行動者的屬性 3.7 抽樣和訂邊界 3.8 資料信度來源和效度議題 3.9 研究倫理考量 第04章 資料蒐集 4.1 簡介 4.2 網絡研究的問題 4.3 問題的形式 4.4 受訪者的負擔 4.5 資料蒐集和信度 4.6 檔案資料的蒐集 4.7 電子來源的資料 第05章 資料管理 5.1 簡介 5.2 R程式語言 5.3 資料儲存 5.4 在R中匯入和儲存資料 5.5 網絡資料的資料轉化 5.6 將屬性轉為矩陣 5.7 儲存、轉化與匯出網絡資料和結果 第06章 網絡分析中使用的多變項技術 6.1 簡介 6.2 多維尺度分析法 6.3 對應分析 6.4 階層式集群法 第07章 視覺化 7.1 簡介 7.2 版面配置 7.3 嵌入節點屬性 7.4 嵌入連結屬性 7.5 節點過濾和行動者自我網絡 7.6 結論性評論 第08章 局部節點層次量測 8.1 簡介 8.2 連結組群 8.3 量化數值連結的組成 8.4 他者的組成 8.5 行動者自我—他者的相似性 8.6 行動者自我網絡結構形狀的量測 第09章 中心性 9.1 簡介 9.2 基本概念 9.3 無方向性，非量化數值的網絡 9.4 有方向性，非量化數值的網絡 9.5 量化數值的網絡 9.6 負向連結的網絡 9.7 引申中心性 第10章 群體層次量測 10.1 簡介 10.2 依局部屬性的量測 10.3 依全局屬性的量測 10.4 中心化和核心—邊緣性 10.5 屬性為基礎的量測 第11章 次群體和社群檢測 11.1 簡介 11.2 小集團 11.3 GIRVAN—NEWMAN演算法 11.4 模組化最佳化 11.5 標籤傳播 11.6 有方向性，沒有連接和量化數值資料 11.7 大量的網絡資料 11.8 網絡運算相關的考量 第12章 對等性 12.1 簡介 12.2 結構對等性 12.3 全廓資料的相似性 12.4 區塊模型 12.5 最佳化 12.6 一般對等性 12.7 REGE演算法 12.8 核心—邊緣模型 第13章 雙模資料分析 13.1 簡介 13.2 轉換成單模資料 13.3 轉換量化數值的雙模矩陣成單模 13.4 二分網絡 13.5 次群體和社群檢測 13.6 核心—邊緣模型 13.7 對等性 第14章 完整網絡的推論統計簡介 14.1 簡介 14.2 分析層次 14.3 群體層次的統計檢定 14.4 節點層次的統計檢定 14.5 對偶層次的統計檢定 第15章 指數隨機圖模型和隨機行動者導向模型 15.1 ERGMs簡介和參數解釋 15.2 取得ERGMs（近似）的最大概似估計 15.3 參數選擇和適配度 15.4 有方向性網絡 15.5 隨機行動者導向模型 使用的資料集概覽 使用的R函式概覽