いつも大変お世話になっております。
基本的なことで恐縮ですが、ご指導いただけますでしょうか。

共起ネットワーク分析(サブグラフ検出)で描かれたアクターの間て、どれがどれよりも重要といった判断はできるのでしょうか？

図には、大きな丸が重なる形で２つだけでアクターを作っているもの、丸は多少小さいながら、数多くのノードがネットワークを構成しているもの、また小さい丸２つで構成されているもの、がございます。

実質科学の点では、どれも重要なものですが、統計的に優先順位をつけることができるのか、あるいはしなければならないのか、わかりません。

この点、ご指導いただけますでしょうか。

こんにちは、樋口です。書き込みありがとうございます。

特に「サブグラフ検出」の場合には、どの部分が重要かといった情報は、共起
ネットワークには含まれていません。一通り全体をご覧いただいてから、研究
関心に近い部分をさらに詳細にご覧になるのがお勧めでしょうか。

統計的に優先順位をつけるというのはなかなか難しく、（共起ネットワークと
は別の手法になりますが）でてくる回数が多いか少ないかを数えること（コー
ディング）は、1つの参考になるかもしれません。

あとは、たとえば、なんらかの事柄に「賛成」か「反対」かといった外部変数
がある場合は、賛成の人に特徴的、反対の人に特徴的な語・コードは重要かも
しれません。「賛否の理由になっている」という理由で、「重要」と見なせる
かもしれません。必ずしも「賛否」でなくとも、外部的な基準と照らし合わせ
るということです。

ひとまず、思いつくのはそのような所です。


なお「サブグラフ検出」ではなく「中心性」だと、ネットワークの形という面
から見て「重要」なノード（語）ほどピンク色になります。ただ、あくまで
ネットワークの形の上で「重要」ということですので、目安程度にご覧くださ
い。


余談になりますが、一般に、(1) 共起ネットワークのような形で、大まかな
データの全体像をいったん示し、(2) その全体像の中で「この部分に注目す
る！」と宣言して、詳細に見ていくという手順をお勧めしています。

(2) のステップでは分析者独自の観点／目の付け所を活かすことができます。
それでいて (1) のステップがあることで、第三者にもデータの全体像と、そ
の全体の中でどの部分に分析者が注目したのかが分かり、分析の信頼性もある
程度まで確保できます。

(2) のステップではコーディングを行なうこともあるでしょうし、コーディン
グを行なわずに、KWICコンダースを用いて丹念に元データ（文章）を見るとい
う場合もあるでしょう。

樋口先生

お忙しい中，丁寧に解説頂きましてありがとうございます。「外部基準」は参考になりました。幸い，外部基準となり得るデータは同時に回答頂いていますので，分析の際の参考にしたいと思っております。

ありがとうございました。