社会网络分析中缺失数据的处理方法

黄菲菲+张敏强

摘要社会网络分析是对社会关系进行量化分析的技术。社会网络分析应用中常遇到缺失数据，缺失数据处理不当会影响测量误差、降低统计功效，甚至扭曲研究结果。在阐述社会网络分析中缺失数据的原因和缺失机制的基础上，梳理了社会网络分析的四种缺失数据处理方法的原理，分析比较了四种方法在实际应用中的优缺点。社会网络分析方法在心理学中的研究应用应在考虑缺失概率和缺失机制的前提下，恰当选择缺失数据的处理方法。

关键词社会网络分析； 缺失数据； 缺失数据处理方法

分类号B841.2

DOI：10.16842/j.cnki.issn2095-5588.2016.08.0021引言

“社会网络分析” （Social Network Analysis， SNA）是在人类学、社会学、心理学等众多领域中发展起来的研究个体之间关系结构的分析方法，是对社会关系进行量化分析的一门艺术和技术。SNA主要用于描述和测量个体之间的关系以及这些关系中所包含的资源、信息等，并根据这些关系建立模型，进而研究关系与行为之间的相互影响（刘军， 2004）。SNA从“关系”角度来揭示社会情境与嵌套于其中的个体的心理和行为的互动影响，即个体可以能动地构造他们的关系网络（选择效应，selection effect），同时这些关系又反过来影响个体的心理与行为（影响效应，influence effect）。因此，个体既形塑社会网络，也被社会网络形塑（刘军， 2006； 马绍奇， 2012； 马绍奇， 焦璨， 张敏强， 2011 ）。在SNA中，反映个体之间关系的数据称为关系数据（relational data），通常的数据类型是0、1二分变量数据，即1表示两个行动者之间存在关系，0表示不存在关系（马绍奇， 2012）。……