英文版ucinet6，较为实用，请自行搜索

（3）上述两种方法的比较 方法（1）给出组内和组间的检验结果，计算出显著性水平；方法（2）只给出组建检验， 另外计算出相关系数和显著性水平。 二、QAP回归分析 QAP 回归的目的是研究多个矩阵和一个矩阵之间的回归关系，并且对 r 的平方的显著 性进行评价。在具体计算的时候要经过两步。首先，针对自变量矩阵和因变量矩阵的对应元 素进行标准的多元回归分析；其次，对因变量矩阵的各行和各列进行（同时）随机置换，然 后重新计算回归，保存所有的系数值以及判定系数 r2 值。重复这种步骤几百次，以便估计 统计量的标准误（standard errors）。对于每个系数来说，该程序将计算出在全部随机置换的 次数中，产生的系数大于或等于第一步计算时得到的系数的随机置换所占的比例。在进行多 元回归的 QAP分析的时候，最主要要求是回归中的所有变量（即所有矩阵）必须是 1-模矩 阵，即必须是 N×N的方阵。如果给出的是“个人-事件”关系网络等隶属关系数据，可以利用 UCINET中的算法（Data>Affiliations）转换为 N×N矩阵。关于 QAP多元回归分析，这里仅 举 24个国家之间的多种关系数据加以说明（有关 QAP回归的具体细节，请参见 Krackhardt, 1988）。

整体网分析讲义 UCINET软件实用指南

整体网分析讲义 UCINET软件实用指南(刘军)，书籍，简单容易上手

主要应用于社会网络分析，整体网络分析，个体网，结构洞

社会网络分析软件，目前最流行的社会网分析软件是UCINET,Ucinet网络分析集成软件,其中包括一维与二维数据分析的NetDraw,还有正在发展应用的三维展示分析软件Mage等,同时集成了Pajek用于大型网络分析的Free应用软件程序。

UCINET软件及其使用说明 包含安装软件，使用说明，具体应用

中文滴。 还不错。

第七节 凝聚子群分析的步骤例示 派系、n-派系、成分、n-宗派、k-丛、k-核、LS集合、Lambda集合、社会圈等都属于 “凝聚子群”范畴，都可以看成是“凝聚子群分析”（cohesive subgroup analysis）的各个类 型。当网络规模较小的时候，分析这些概念的步骤不很复杂，手工即可做到。但是当网络规 模较大的时候，分析这些概念的方法、技术和步骤都很复杂，这离不开电脑程序。随着网络 规模的增加，计算所需要的时间呈指数增长。分析凝聚子群的一些算法都要搜索数据，发现 问题的解。搜索的时间可能随着网络规模的增加而急速增长。由于一般来讲大网络的关系趋 于稀疏而不紧密，因此，边的数量不是一个重要的问题，对于包含几百个或几千个点的网络 来说，派系分析是可以进行的，只要其中没有太多的群体。对于派系和 k-宗派研究来说， 边的数目和派系的数目是需要考虑的。 总的来说，大网络的密度一般不大，在计算的时候，可能出现成百上千个派系。在找出 派系的时候，如果出现计算上的困难，分析者可以考虑增加将要加以分析的派系中行动者的 数目，因为这将大大降低分析出来的凝聚子群的数目。也就是说，如果在计算方面有问题， 那么分析者应该考虑逐渐增加一个群体的最小规模，因为这样将大大降低所分析的群体的数 量。在搜索群体的时候，计算量是很大的。如果说对于拥有 100个点的网络来说可以做到子 群分析，那么对于 1000个行动者并且分为 15个群体的情况来说，从计算角度上说不可能做 到。因此，对于非常大的网络来说，我们建议在分析之前把该网络分解为比较小的部分，把 网络分成各个子群、位置（positions）、“块”或者成分。计算上的问题： 在具体分析一个网络中包含的凝聚子群的时候，上面介绍的各种子群以及各种计算上的 困难都是需要加以考虑的，这就需要经过一些依次递进的步骤（本部分内容参考了 Everett， 2002：102-109），这些步骤基本上都可以在 UCINET中得到分析。当然，需要注意的是，本 节将介绍的各个步骤只是在原则上起到一定的指导作用。在具体的分析中可以不必严格遵循 这些步骤，因为不同的学者有不同的关注点。或者说，在具体分析的时候，研究者一定要结 合自己的研究兴趣、针对具体数据的实质、问题的性质等进行凝聚子群分析。分析的顺序也 不一定遵循这里将要介绍的顺序。 一、进行凝聚子群分析的几个指导性步骤 第一步，如果数据是二值的，直接看第二步。如果数据是多值的，可以有两种处理方法。 一是利用多维量表（Multi-Dimensional Scaling，缩写为MDS）（在 UCINET中沿着 Tools→ MDS这条路径）或者层次聚类方法（Cluster Analysis）（假设数据是对称的）（沿着 Tools→ Cluster这条路径）进行分析，如下图所示。

作为一个社会网络软件，被广大的研究人员广泛使用。本人有一个破解版。