ScholarGate
Asszisztens
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.

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. 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

Hogyan hivatkozzon erre az oldalra

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

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

ScholarGateNetwork Autocorrelation Model (Network Autocorrelation Model of Social Influence). Letöltve 2026-06-24, forrás: https://scholargate.app/hu/sociology/network-autocorrelation-model · Adatkészlet: https://doi.org/10.5281/zenodo.20539026