变量间的网络分析模型及其应用

发布时间：2023-12-24 12:52

　　变量间的网络分析模型近年来被广泛应用于心理学研究。不同于将潜变量作为观测变量的共同先导因素的潜变量模型,网络分析模型将观测变量作为初级指标,采用图论的方法建立观测变量之间的关系网络,其中变量为网络的节点,而变量间的关系是节点之间的连线。因此网络分析可以突显观测变量之间的联系以及观测变量相互影响而形成的系统。通过变量网络中基于各个节点特征的指标(如中心性)以及基于整体结构特征的指标(如小世界性),网络分析为研究各种心理现象提供了新的可视化的描述方式和理解视角。近10年来,网络分析的方法已在人格心理学、社会心理学和临床心理学等领域得到一定的应用。未来研究应继续发展和完善网络分析模型的理论和方法,使之运用到更多的数据类型和更广的研究领域中。

【文章页数】：18 页

【文章目录】：
1 引言
1 网络分析的基本原理
2 网络分析的主要指标
    2.1 描述节点特征的指标
        2.2.1中心性(centrality)
        2.1.2 可预测性(predictability)
        2.1.3 集群性(clustering)
    2.2 描述网络整体层面的指标
        2.2.1 连接强度(connectivity)
        2.2.2 传递性(transitivity)
        2.2.3 小世界指标(small-worldness index,SWI)
3 网络分析的特点
    3.1 关注观测变量之间的联系
    3.2 观测变量之间的互动性
    3.3 整体性
4 网络分析的应用
    4.1 人格与社会心理学领域的应用
    4.2 临床心理学领域的应用
5 总结与展望



本文编号：3874548