ScholarGate
Asszisztens
Regression modelDyadic network inference

MRQAP Network Regression

Multiple regression quadratic assignment procedure (MRQAP) extends QAP to the regression setting: it predicts a dependent relational matrix from several independent relational matrices on the same actors — for example, modeling who collaborates with whom as a function of who is co-located, who shares a department, and who has prior friendship. Coefficients are estimated by ordinary least squares on the vectorized matrices, but significance is assessed by permutation, because dyadic dependence invalidates the standard regression standard errors.

Megnyitás itt: MethodMindHamarosanAlkalmazás, összehasonlítás, útmutatás
Eszközök és források
Diák letöltése
Tanulás és felfedezés
VideóHamarosan

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  1. Krackhardt, D. (1988). Predicting with networks: Nonparametric multiple regression analysis of dyadic data. Social Networks, 10(4), 359–381. DOI: 10.1016/0378-8733(88)90004-4
  2. Dekker, D., Krackhardt, D., & Snijders, T. A. B. (2007). Sensitivity of MRQAP tests to collinearity and autocorrelation conditions. Psychometrika, 72(4), 563–581. DOI: 10.1007/s11336-007-9016-1

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 22). Multiple Regression Quadratic Assignment Procedure (MRQAP). ScholarGate. https://scholargate.app/hu/sociology/mrqap-network-regression

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateMRQAP Network Regression (Multiple Regression Quadratic Assignment Procedure (MRQAP)). Letöltve 2026-06-24, forrás: https://scholargate.app/hu/sociology/mrqap-network-regression · Adatkészlet: https://doi.org/10.5281/zenodo.20539026