While it is possible to describe ne

While it is possible to describe network data as just a special form of conventional data (and it
is), network analysts look at the data in some rather fundamentally different ways. Rather than
thinking about how an actor's ties with other actors describes the attributes of "ego," network
analysts instead see a structure of connections, within which the actor is embedded. Actors
are described by their relations, not by their attributes. And, the relations themselves are just
as fundamental as the actors that they connect.
The major difference between conventional and network data is that conventional data focuses
on actors and attributes; network data focus on actors and relations. The difference in
emphasis is consequential for the choices that a researcher must make in deciding on
research design, in conducting sampling, developing measurement, and handling the resulting
data. It is not that the research tools used by network analysts are different from those of other
social scientists (they mostly are not). But the special purposes and emphases of network
research do call for some different considerations.
In this chapter, we will take a look at some of the issues that arise in design, sampling, and
measurement for social network analysis. Our discussion will focus on the two parts of network
data: nodes (or actors) and edges (or relations). We will try to show some of the ways in which
network data are similar to, and different from more familar actor by attribute data. We will
introduce some new terminology that makes it easier to describe the special features of
network data. Lastly, we will briefly discuss how the differences between network and actorattribute
data are consequential for the application of statistical tools

ผลลัพธ์ (ไทย) 1:

ในขณะที่สามารถอธิบายข้อมูลเครือข่ายเป็นเพียงรูปแบบพิเศษของข้อมูลทั่วไป (และได้), เครือข่ายนักวิเคราะห์ดูข้อมูลในบางรูปแบบแต่ความแตกต่างกัน Rather กว่าคิดว่า ความสัมพันธ์ของนักแสดงกับนักแสดงอื่น ๆ อธิบายคุณลักษณะของ "อาตมา" เครือข่ายนักวิเคราะห์ดูโครงสร้างของการเชื่อมต่อ การฝังตัวที่นักแสดงแทน นักแสดงจะอธิบาย ด้วยความสัมพันธ์ของพวกเขา ไม่ใช่ โดยคุณลักษณะ และ ความสัมพันธ์ที่ตัวเองมีเพียงเป็นพื้นฐานเป็นนักแสดงที่จะเชื่อมต่อความแตกต่างที่สำคัญระหว่างธรรมดา และเครือข่ายข้อมูลเป็นข้อมูลธรรมดาเน้นนักแสดงและแอตทริบิวต์ ข้อมูลเครือข่ายมุ่งเน้นในการแสดงและความสัมพันธ์ ความแตกต่างเน้นอยู่จำเพาะสำหรับตัวเลือกที่นักวิจัยต้องทำในการตัดสินใจออกแบบงานวิจัย ในการดำเนินการสุ่มตัวอย่าง วัดพัฒนา และการจัดการงบข้อมูล ไม่ว่า เครื่องมือวิจัยที่ใช้ โดยเครือข่ายนักวิเคราะห์จะแตกต่างจากผู้อื่นนักวิทยาศาสตร์สังคม (ส่วนใหญ่จะไม่) แต่วัตถุประสงค์พิเศษและ emphases ของเครือข่ายวิจัยโทรสำหรับพิจารณาความแตกต่างบางอย่างในบทนี้ เราจะดูที่ปัญหาที่เกิดขึ้นในการออกแบบ ฝีมือ และการวัดการวิเคราะห์เครือข่ายทางสังคม สนทนาของเราจะเน้นสองส่วนของเครือข่ายข้อมูล: โหน (หรือนักแสดง) และขอบ (หรือความสัมพันธ์) เราจะพยายามที่จะแสดงบางส่วนของวิธีการที่เครือข่ายข้อมูลจะคล้ายกับ และแตกต่างจากนักแสดงที่คุ้นเคยโดยแอตทริบิวต์ข้อมูล เราจะแนะนำบางคำศัพท์ใหม่ที่ช่วยให้อธิบายคุณลักษณะพิเศษของข้อมูลเครือข่าย สุดท้าย เราจะสั้น ๆ หารือวิธีความแตกต่างระหว่างเครือข่ายและ actorattributeข้อมูลจำเพาะสำหรับการประยุกต์ใช้เครื่องมือทางสถิติ

ผลลัพธ์ (ไทย) 2:

ในขณะที่มันเป็นไปได้ที่จะอธิบายข้อมูลเครือข่ายเป็นเพียงรูปแบบพิเศษของข้อมูลทั่วไป (และก็
เป็น) นักวิเคราะห์เครือข่ายดูข้อมูลในบางค่อนข้างวิธีที่แตกต่างกันลึกซึ้ง แทนที่จะ
คิดเกี่ยวกับวิธีความสัมพันธ์ของนักแสดงกับนักแสดงคนอื่นอธิบายคุณลักษณะของ "อัตตา" เครือข่าย
นักวิเคราะห์แทนที่จะเห็นโครงสร้างของการเชื่อมต่อภายในซึ่งนักแสดงที่จะถูกฝังอยู่ นักแสดง
จะมีคำอธิบายโดยความสัมพันธ์ของพวกเขาไม่ได้โดยคุณลักษณะของพวกเขา และความสัมพันธ์ที่ตัวเองเป็นเพียง
เป็นพื้นฐานเป็นนักแสดงที่พวกเขาเชื่อมต่อ.
แตกต่างที่สำคัญระหว่างข้อมูลทั่วไปและเครือข่ายคือข้อมูลทั่วไปมุ่งเน้น
เกี่ยวกับนักแสดงและแอตทริบิวต์; ข้อมูลเครือข่ายมุ่งเน้นไปที่นักแสดงและความสัมพันธ์ ความแตกต่างใน
ความสำคัญเป็นผลสืบเนื่องสำหรับทางเลือกที่นักวิจัยจะต้องทำในการตัดสินใจเกี่ยวกับการ
ออกแบบการวิจัยในการดำเนินการสุ่มตัวอย่างการพัฒนาวัดและการจัดการผล
ข้อมูล มันไม่ได้เป็นเครื่องมือในการวิจัยที่ใช้โดยนักวิเคราะห์เครือข่ายแตกต่างจากที่อื่น ๆ ของ
นักวิทยาศาสตร์สังคม (พวกเขาส่วนใหญ่ไม่ได้) แต่วัตถุประสงค์พิเศษและเน้นเครือข่าย
การวิจัยไม่เรียกร้องให้มีการพิจารณาที่แตกต่างกันบาง.
ในบทนี้เราจะดูที่บางส่วนของปัญหาที่เกิดขึ้นในการออกแบบการสุ่มตัวอย่างและ
การวัดสำหรับการวิเคราะห์เครือข่ายทางสังคม การสนทนาของเราจะมุ่งเน้นไปที่สองส่วนของเครือข่าย
ข้อมูล: โหนด (หรือนักแสดง) และขอบ (หรือความสัมพันธ์) เราจะพยายามที่จะแสดงบางส่วนของวิธีการที่
ข้อมูลเครือข่ายที่มีความคล้ายคลึงกับและแตกต่างจากนักแสดงที่คุ้นเคยมากขึ้นโดยข้อมูลแอตทริบิวต์ เราจะ
แนะนำบางคำศัพท์ใหม่ที่ทำให้มันง่ายที่จะอธิบายคุณลักษณะพิเศษของ
ข้อมูลในเครือข่าย สุดท้ายเราสั้นจะหารือถึงวิธีการที่แตกต่างกันระหว่างเครือข่ายและการ actorattribute
ข้อมูลจะเป็นผลสืบเนื่องสำหรับการประยุกต์ใช้เครื่องมือทางสถิติ

ผลลัพธ์ (ไทย) 3:

ในขณะที่มันเป็นไปได้ที่จะอธิบายข้อมูลเครือข่ายเป็นรูปแบบพิเศษของข้อมูลเดิม ( และมัน
) , นักวิเคราะห์เครือข่ายดูข้อมูลในบางวิธีที่แตกต่างกันค่อนข้างลึกซึ้ง มากกว่า
คิดเกี่ยวกับวิธีการของนักแสดงที่เกี่ยวข้องกับนักแสดงคนอื่น ๆอธิบายถึงคุณลักษณะของ " อัตตา " นักวิเคราะห์เครือข่าย
แทนเห็นโครงสร้างของการเชื่อมต่อภายใน ซึ่งนักแสดงจะฝังตัว นักแสดง
อธิบายได้จากความสัมพันธ์ของพวกเขาไม่ใช่คุณลักษณะของพวกเขา และ ประชาสัมพันธ์ตัวเองเป็นเพียงแค่
เป็นพื้นฐานเป็นนักแสดงที่พวกเขาเชื่อมต่อ
แตกต่างที่สำคัญระหว่างการชุมนุม และเครือข่ายข้อมูลเป็นข้อมูลแบบเน้น
ดาราและแอตทริบิวต์ เครือข่ายข้อมูลเน้นนักแสดงและความสัมพันธ์ ความแตกต่างใน
เน้นเป็นสำคัญสำหรับทางเลือกที่นักวิจัยต้องทำในการตัดสินใจ
การออกแบบการวิจัย การดำเนินการเพื่อการพัฒนาการวัดและการจัดการผล
ข้อมูล มันไม่ได้เป็นเครื่องมือที่ใช้โดยนักวิเคราะห์เครือข่ายจะแตกต่างจากอื่น ๆ
นักวิทยาศาสตร์ทางสังคม ( ส่วนใหญ่ไม่ได้ ) แต่วัตถุประสงค์พิเศษ และที่เน้นเครือข่าย
วิจัยเรียกบางข้อพิจารณาที่แตกต่างกัน .
ในบทนี้ เราจะดูที่บางส่วนของปัญหาที่เกิดขึ้นในการออกแบบการสุ่มตัวอย่างและ
การวัดการวิเคราะห์เครือข่ายทางสังคม . การสนทนาของเราจะมุ่งเน้น 2 ส่วนของข้อมูลเครือข่าย
: โหนด ( หรือนักแสดง ) และขอบ ( หรือญาติ ) เราจะพยายามที่จะแสดงบางส่วนของวิธีการที่
ข้อมูลเครือข่ายคล้ายคลึงกับและแตกต่างจากคุ้นเคยนักแสดงข้อมูลคุณลักษณะ เราจะ
แนะนำคำศัพท์ใหม่ที่ทำให้มันง่ายที่จะอธิบายถึงคุณลักษณะพิเศษของ
ข้อมูลเครือข่าย สุดท้ายเราจะสั้น ๆกล่าวถึงความแตกต่างระหว่างเครือข่าย และข้อมูล actorattribute
เป็นสำคัญสำหรับการใช้เครื่องมือทางสถิติ