Page 20 - 《社会》2017年第2期

罚似然图模型与社会网络测量

后，图 ２ 仍然保留了基本相同的网络结构，编号 １７ 和编号 １８ 通过编号
１６ 与其他成员相关联。但与图 １ 不同的是，编号 １ 、编号 ８ 和编号 １６
处在网络桥的位置，而编号 ９ 不再作为网络桥，而是成了第一网络子群
的成员。在弗里曼（ 犉狉犲犲犿犪狀 ， ２００３ ）的元分析中，编号 ８ 的分组其实存
有争议， ２１ 个方法中有 ４ 个将其判定为第二分组，另有 ７ 个方法无法
处理编号 ８ 只能将其剔除。从原始数据来看，编号 ９ 所参与的 ４ 次活
动均是这个群体参与人数最多的活动。因此，关于编号 ９ 的网络地位，
忽略技术问题（由于观测数太少而导致估计不稳定），可能的推论有两
个：编号为 ９ 的妇女是从众的边缘成员或者重大事件才出席的核心人
物。选择何种推论取决于对活动信息的了解而不能仅依赖于网络指
标。遗憾的是，原始数据缺乏相关信息。

图 ２ ：控制聚会规模以后的网络关联（ 犇犌犌 ）

（二）多组罚似然图模型
若协变量为类别变量，则观测样本可能来自不同的子总体，那么有两
种策略：一是用不加罚的方式将协变量引入模型，此时估计得到的是一个
总体网络，消除了不同类别之间的异质性；二是对子总体分别建模，从而得
到多个网络，该方式的缺点在于无法进一步分析网络之间的共性。
除了来自不同子总体的样本之外，在时点观测数据中往往需要假
设存在一定的异质性：在一个随时点变化的观测中，存在一个公共的网

· １ ３ ·