En befolkning kommunicerar via sociala nätverk och dessa dyker upp i en mångfald situationer av intresse: sexuella nätverk, kriminella nätverk, webnätverk med mera. Intresset för sociala nätverk har ökat det senaste decenniet, delvis för att alltfler nätverk finns tillgängliga för studier och delvis för att Watts och Strogatz (1999) populariserade problemområdet (”Vi är alla endast 6 handskakningar från USA:s president”)


Innevarande projekt kommer att studera stokastiska modeller för sociala nätverk, både statiska och tidsdynamiska, som ger önskvärda egenskaper hos nätverket. De flesta empiriska nätverk observeras endast partiellt, till exempel genom att ett urval individer tillfrågas.


I sådana fall kan man i bästa fall få information om vissa viktiga egenskaper i nätverket, till exempel hur många individer man typiskt är sammankopplad med (gradfördelning), hur vanligt det är att två individer som är kopplade till en tredje person också är direkt sammankopplade (klustring) och om individer med många kopplingar tenderar att vara kopplade till individer som i sig har många kopplingar (gradkorrelation). I projektet kommer vi att definiera lämpliga stokastiska modeller som sedan kan användas för att dra slutsatser om partiellt observerade nätverk.