設計網絡虛無模型
在聲稱群集、模體、富俱樂部或重複連結高於預期前，先說明隨機化保留甚麼。
方法來源
完成本教學後，你將能夠
- 1從明確的節點、連結、邊界、方向、權重及觀察時間窗規格界定網絡虛無模型與受約束隨機化。
- 2執行並審核以下程序：寫出虛無假設，選擇保留節點數、邊數、入度、出度、權重、互惠或時間，產生足夠隨機圖，再把觀察統計放入參考分布。
- 3以敏感度檢查及下列證據邊界詮釋結果：統計是否異常只相對於一項保留規則；不匹配的虛無模型可製造顯著，也不能揭示因果機制。
SNA
網絡規格
分析情境
一門線上課程看似有異常緊密的活躍學生核心，團隊想知道單靠度數能否解釋。
節點
學期討論網絡的全部合資格學生，觀察圖與模擬圖使用相同名冊。
連結
學生之間的有向回覆，可選擇按頻率加權，並按已聲明規則排除導師訊息。
網絡類型
單模式有向討論網絡，配上一組隨機參考圖。
分步教學
固定關係問題
寫出分析需要支援的決定，然後鎖定合資格節點名冊、產生連結的事件、方向、權重、自我連結規則、觀察時間窗及缺失資料編碼。保留唯讀來源副本，並記錄此規格為何代表所述問題。
檢查點
第二位分析者可只按書面規則重建相同節點集合及邊列表，無需猜測缺少紀錄代表甚麼。
計算焦點結構
在有版本的分析副本上，嚴格按規格執行焦點方法：寫出虛無假設，選擇保留節點數、邊數、入度、出度、權重、互惠或時間，產生足夠隨機圖，再把觀察統計放入參考分布。保存軟件與套件版本、所有門檻、標準化、種子及重現結果所需的中間計數。
檢查點
輸出連結至一個具名資料版本，並包含分母、參數設定及可重現的計算紀錄。
進行結構敏感度檢查
在至少一項可辯護的替代邊界、缺失規則、連結門檻、權重轉換或模型設定下重複分析。比較成員身分及實質結論，而非只看單一係數，並調查足以改變決定的差異。
檢查點
審核說明哪些模式保持、哪些行動者或群體改變分類，以及哪項結論依賴分析者選擇。
為負責任行動作報告
把數值結果與表格或保留結構的圖像配對，記錄被排除及缺失的行動者，以清楚語言解釋不確定性。把發現轉化為可逆的支援問題而非自動排名，並說明此邊界：統計是否異常只相對於一項保留規則；不匹配的虛無模型可製造顯著，也不能揭示因果機制。
檢查點
最終說明包含問題、規格、結果、敏感度證據、不確定性、私隱控制及合比例下一步。
謹慎詮釋
網絡虛無模型與受約束隨機化描述指定關係及網絡邊界的性質，不能自動轉移至另一關係、時段、班別、平台或群體。
統計是否異常只相對於一項保留規則；不匹配的虛無模型可製造顯著，也不能揭示因果機制。採取行動前，應把結果與原始計數、缺失情況、合理替代規格及情境證據比較。