enthaltenThe "Social Network Analysis" course offers a comprehensive exploration of the intricate relationships within social networks, emphasizing the theoretical and practical applications of network analysis. Through engaging modules, learners will delve into advanced topics in graph theory, centrality measures, and statistical modeling, equipping them with the skills to analyze and interpret social structures effectively.
Social Network Analysis
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Empfohlene Erfahrung
Es dauert 13 Stunden
3 Wochen bei 4 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Learn to calculate and interpret key centrality measures to identify influential nodes in social networks.
Gain skills in applying statistical models to analyze relationships and dynamics within social networks.
Understand how foundational social theories inform network analysis and shape interpretations of social interactions.
Kompetenzen, die Sie erwerben
- Kategorie: Social Theory Application
- Kategorie: Network Construction
- Kategorie: Data Analysis in R
- Kategorie: Statistical Modeling
- Kategorie: Centrality Analysis
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Kürzlich aktualisiert!
September 2024
Bewertungen
9 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist als Teil verfügbar
Wenn Sie sich für diesen Kurs anmelden, müssen Sie auch ein bestimmtes Programm auswählen.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
This course explores the intersection of social theories and statistical analysis within social networks, focusing on structural dependence and its implications. Students will engage in hypothesis testing of social forces using empirical data, and will learn to construct networks and model longitudinal behavior with tools such as 'statnet' and 'RSiena.' Key terminology and the hierarchy of social link formation will be emphasized, alongside practical calculations of fundamental graph and network measures like Density and Degree. Additionally, students will differentiate between various network types and centrality measures, equipping them with a comprehensive understanding of social network analysis.
Das ist alles enthalten
1 Lektüre1 Plug-in
In this module, you will explore advanced topics in graph theory and centrality measures as applied to social networks. You will learn to identify key influencers, measure network cohesion, and strategize interventions based on network structure and dynamics.
Das ist alles enthalten
6 Videos2 Lektüren3 Aufgaben1 Unbewertetes Labor
In this module, you will explore Graph Theory and Centrality Measures, delving into the dynamics of social networks. You will also learn to distinguish between the six social forces and understand the hierarchical formation of social links. Discuss foundational social theories that underpin social network analysis, providing insights into how these theories shape organizational networks and societal interactions. This module equips you with essential knowledge to analyze and interpret the intricate relationships within social structures.
Das ist alles enthalten
4 Videos3 Lektüren3 Aufgaben1 Unbewertetes Labor
In this module, you will explore Network Statistical Methods through a comprehensive study of structural dependence and its impact on statistical analysis. You will also learn to calculate link likelihoods manually and conduct hypothesis testing on social forces using empirical data. You will also gain practical skills in constructing Exponential Random Graph Models (ERGM) using ‘statnet’ in R and modeling longitudinal network behavior with Stochastic Actor Oriented Models (SAOM) using ‘RSiena’.
Das ist alles enthalten
3 Videos2 Lektüren3 Aufgaben1 Unbewertetes Labor
Dozent
Empfohlen, wenn Sie sich für Algorithms interessieren
Johns Hopkins University
University of Pennsylvania
University of Michigan
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.