概念史・概念分析研究会で報告しました。近代文語のテキストマイニング

『Rで学ぶデータサイエンス8 ネットワーク分析』自分で読んでいて誤りを発見することがあります。p.60 4.7.2 igraphの場合 2行目特に引数をつけなくもよいが → 特に引数をつけなくてもよいがp.164 B.2 ベクトル 5行目交差1 → 公差11刷、2刷共通です。入力ミ…

数理社会学会からのお知らせによると私が講師役を務めますセミナーの日程が決まったようです。<以下引用> 来年春の第51回大会（2011年3月8日～9日、沖縄国際大学）時に、下記の要領で第2回のワンステップアップ・セミナーを開催します。テーマは社会ネットワ…

snaパッケージがv2.2にバージョンアップしていました。変更点はこちら。このバージョンアップに伴う『Rで学ぶデータサイエンス8 ネットワーク分析』の変更点はありません。ついでながら2刷に対応したサンプルコードはこちら。

金光淳先生（京都産業大学）による『Ｒで学ぶデータサイエンス8 ネットワーク分析』（共立出版）の書評が数理社会学会の機関誌『理論と方法』Vol.25 No.1に掲載されています。こちらで公開されていますが、発行後1年間は数理社会学会員でないと見られません.…

来る9月11日、日本ソフトウェア科学会大会併設チュートリアル「Rによるソーシャルネットワーク分析入門」を担当いたします。場所は津田塾大学です。くわしくはソフトウェア科学会の告知をご覧ください。

『Rで学ぶデータサイエンス8 ネットワーク分析』（共立出版）の訂正です。読者の方よりご指摘をいただきました。1刷、2刷共通です。p.170 下から5行目誤「xi2=2xi1+1という線形の関係がある」正「xi2=2xi1+3という線形の関係がある」ご指摘ありがとうござい…

おかげさまで『Rで学ぶデータサイエンス8 ネットワーク分析』（共立出版）が重版となりました。奥付で「2010年4月5日 初版2刷発行」となっています。既知の誤りは修正されていますので、書店でご購入の際はご確認ください。初版1刷については、正誤表と参考…

『Rで学ぶデータサイエンス8 ネットワーク分析』で使用している、snaパッケージがバージョンアップしています。Carter's Archive of S Routines for the R Statistical Computing EnvironmentButtsのtwitterまだ詳しく内容を見ていませんが、『Rで学ぶデータ…

共立出版のRで学ぶデータサイエンスシリーズの刊行予定タイトルが一挙に倍増しています。社会科学系のタイトルが増えた感じでしょうか。発売が楽しみです。１．カテゴリカルデータ解析２．多次元データ解析法３．ベイズ統計データ解析４．ブートストラップ入…

『Rで学ぶデータサイエンス8 ネットワーク分析』の参考文献には誤りがいくつかあります。お恥ずかしい話ですが、全てTeXの文献データベース入力の際のスペルミスです。目視のみでなくスペルチェッカーでのチェックの必要性を痛感しました...。参考文献の訂正…

『Rで学ぶデータサイエンス8 ネットワーク分析』の「9.4 スケールフリー・ネットワーク」で訂正と注意点があります。p.130の図9.14と図9.15において、図の目盛は次数1から始まっていますが、実際にプロットされているのは次数0からなので、プロットと目盛の…

少し前の話（2009/11/8）ですが、社会ネットワーク分析研究会で発表させていただきました。社会ネットワーク分析研究会へのリンク当日のスライドやサンプルコードも公開されています。こちらからダウンロードできます内容は『Rで学ぶデータサイエンス8 ネッ…

igraphパッケージが2009.11.22にバージョンアップしていました。The igraph libraryではまだ告知されていませんが。『Rで学ぶデータサイエンス8 ネットワーク分析』の内容についてはバージョンアップの影響はないようです（ただし正誤表は参照してください）…

『Rで学ぶデータサイエンス8 ネットワーク分析』（共立出版）amazon商品ページサンプルコードと正誤表が共立出版のサイトにアップされました。サンプルコードは本書を読みながらRで実行することで、入力の手間が省けます。サンプルコードの拡張子は.Rではな…

『Rで学ぶデータサイエンス8 ネットワーク分析』（共立出版）が発売されました。amazon商品ページ見直していて気づいたRコードのミスを挙げておきます。p.7 9行目誤 attr(sna.edgelist, "n") <- 4正 >attr(sna.edgelist, "n") <- 4p.78 1行目誤 clique.censu…

共立出版から出版される「Rで学ぶデータサイエンス」シリーズの1つとして『ネットワーク分析』を担当しました。2009年9月下旬に出る予定です。共立出版の紹介ページamazon商品ページ当ブログの記事と重なる部分もありますが、R（snaパッケージおよびigraphパ…

Rで社会ネットワーク分析をするためのsnaパッケージが6月にバージョンアップしています。主な変更点として、隣接行列に加え、辺リストによるネットワークデータの入力が標準で可能になった。最短距離算出関数geodistが重み付き（有値）グラフに対応。媒介中…

igraphパッケージがバージョンアップしています。The igraph library今回のver.0.5.2では以前に紹介したigraph GUIが採用され、関数tkigraphで呼び出すことができます。> library(igraph)> tkigraph()

Rで社会ネットワーク分析をするためのsnaパッケージについて、作者のCarter Butts自身による解説。Butts, Carter T., 2008, "Social Network Analysis with sna,"Journal of Statistical Software, 24(6).

以前のエントリで紹介したページはその後、パスワードが必要になってしまったようですが、同じWasserman and Faust（1994）Social Network Analysis: Methods and Applicationsで例として用いられたネットワーク・データが以下のサイトから入手できます。Paj…

Jeroen Bruggeman氏が公開しているigraph用GUIを一部日本語化してみました。やったこと・メニューの日本語化・スターおよびツリーのグラフ作成におけるバグの修正使い方(1) JGUI.Rをダウンロード（zipファイルを解凍してください）。(2) Rのディレクトリ（ま…

ネットワーク分析のためのRパッケージには、snaのほかに、igraphというパッケージがある。snaにはない関数（Page RankやPajekのデータの読み込みなど）も含まれている。igraphは専用のGUIから使うことができる。igraphをGUIで使うための手順(1) Rでigraphパ…

社会ネットワーク分析を学ぶのに適当な実際の社会ネットワークのデータをインターネットから入手することができる。INSNA(International Network for Social Network Analysis)のウェブ・ページでは、Wasserman and Faust, Social Network Analysis: Methods…

構造同値性にもとづく階層クラスタ分析にはequiv.clust関数を使う。例.> dat <- matrix(c(+ 0,1,1,0,0,0,0,0,0,0,+ 1,0,1,1,0,0,0,0,0,0,+ 1,1,0,1,0,0,0,0,0,0,+ 0,1,1,0,1,1,1,0,0,0,+ 0,0,0,1,0,0,1,0,0,0,+ 0,0,0,1,0,0,0,0,0,0,+ 0,0,0,1,1,0,0,1,0,0,+…

構造同値性にもとづく距離行列の算出にはsedist関数を用いる。構造同値性は隣接行列の行および列の成分の類似性によって測られる。構造同値性の評価はハミング距離（デフォルト）、ユークリッド距離、積率相関係数、ガンマ相関が選択できる。例.> dat <- mat…

Rによる社会ネットワーク分析について、このブログに書いたことなどをより詳しく説明したレジュメをこちらで公開しています。

測地線の数と長さを求めるにはgeodist関数を使う。例.> dat <- matrix(c(+ 0,1,1,0,+ 0,0,0,1,+ 0,0,0,1,+ 0,0,0,0),+ 4, byrow = T)> geodist(dat)$counts [,1] [,2] [,3] [,4][1,] 1 1 1 2[2,] 0 1 0 1[3,] 0 0 1 1[4,] 0 0 0 1$gdist [,1] [,2] [,3] [,4]…

固有ベクトル中心性の算出にはevcent関数を使う。例.> dat <- matrix(c(+ 0,1,0,0,0,1,0,0,+ 1,0,1,1,1,0,0,0,+ 0,1,0,0,0,0,0,0,+ 0,1,0,0,0,0,0,0,+ 0,1,0,0,0,0,0,0,+ 1,0,0,0,0,0,1,1,+ 0,0,0,0,0,1,0,0,+ 0,0,0,0,0,1,0,0),+ 8, byrow = T)> #固有ベク…

近接中心性の算出にはcloseness関数を使う。例. 図上> dat <- matrix(c(+ 0,1,1,1,0,0,+ 0,0,0,0,0,0,+ 0,0,0,0,0,0,+ 0,0,0,0,1,1,+ 0,0,0,0,0,0,+ 0,0,0,0,0,0+ ), 6, byrow = T)> closeness(dat)[1] 0.7142857 0.0000000 0.0000000 0.0000000 0.0000000 0…