ScholarGate
Avustaja
Regression modelSocial influence / peer effects modeling

Network Autocorrelation Model

The network autocorrelation model adapts spatial-econometric regression to social networks to estimate peer influence: it explains an actor's outcome — an attitude, behavior, or performance — as a function of their own covariates plus a weighted average of their network partners' outcomes. The autocorrelation parameter ρ captures the strength of social influence, and the network weight matrix W encodes who influences whom and how strongly.

Avaa sovelluksessa MethodMindTulossaSovella, vertaa, saa ohjeita
Työkalut ja resurssit
Lataa diat
Opi ja tutki
VideoTulossa

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  1. Leenders, R. Th. A. J. (2002). Modeling social influence through network autocorrelation: Constructing the weight matrix. Social Networks, 24(1), 21–47. DOI: 10.1016/S0378-8733(01)00049-1
  2. Doreian, P. (1980). Linear models with spatially distributed data: Spatial disturbances or spatial effects? Sociological Methods & Research, 9(1), 29–60. DOI: 10.1177/004912418000900102

Näin viittaat tähän sivuun

ScholarGate. (2026, June 22). Network Autocorrelation Model of Social Influence. ScholarGate. https://scholargate.app/fi/sociology/network-autocorrelation-model

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain

Tähän viittaavat

ScholarGateNetwork Autocorrelation Model (Network Autocorrelation Model of Social Influence). Haettu 2026-06-24 osoitteesta https://scholargate.app/fi/sociology/network-autocorrelation-model · Aineisto: https://doi.org/10.5281/zenodo.20539026