社会网络分析在社会和行为科学巾应用甚广，如经济学、市场营销以及工业工程。社会网络的视角主要关注于社会实体之间的关系。具体的例子有团队成员之间的交流，公司间的经济事务，以及国家间的贸易或条约。标准社会和行为研究主要关心社会单元的属性，而将焦点放在对关系的研究上，是对标准社会和行为研究的一种重要补充。 《社会网络分析--方法与应用》(作者斯坦利·沃瑟曼、凯瑟琳·福斯特)综述并讨论了分析社会网络的方法，通过打量例子，重点关注这些方法的具体应用。本书主要分为六个部分。第一部分的章节从社会网络的视角进行概述，描述了不同类型的社会网络数据。第二部分讨论了社会网络的形式表示，包括符号、图论以及矩阵操作。第三部分涵盖了社会网络的结构和位置的性质，包括中心性、声望、优势、结构平衡、可聚类性、凝聚子群以及从属网络。第四部分考查了社会网络关于角色和地位的方法，包括对结构等价、块模型以及关系代数的讨论。第五部分探讨了二元关系和三元关系的特性。第六部分讨论了社会网络的统计方法。 《社会网络分析--方法与应用》是一本参考书，适用于那些想对网络分析方法有一个全面了解的读者，也适用于收集了网络数据，并想找到恰当方法对数据进行分析的研究者。它也是一本教科科书，较全面地涵盖了社会网络分析领域的方法论和应用。

您一直等待的修订版就在这里！由于充满丰富的研究示例，并对分层线性模型(HLM)理论与应用有透彻的解释，其第1版就广受欢迎，现在这本书的第2版又重新组织为四大部分，并且加入了全新的4章内容。前两个部分，即第一部分“原理”和第二部分“基本应用”，紧密对应着上一版中的9章，但是已经大量扩展了内容，技术解释更为清晰，比如：
对HLM模型中的基本估计和推断程序提供了一个直观的介绍性总结。
在第6章中新加了一节多元增长模型。
第7章增加了对研究综合或元分析应用的讨论。
对数据分析中层-1自变量定位方法的建议以及可信值区间与稳健标准误方面的新材料。
虽然第1版主要是讨论层-1结果变量为连续分布的情况，然而现在的第 2版的第三部分中又包括了一系列其他类型结果变量的分析，比如： 　　新的第10章介绍分层模型在结果变量为二分类变量、计数变量、序次变量以及多项分类变量条件下的应用，并且每种情况都提供了详细的示例和说明。
新的第11章讨论了潜在变量模型，其中包括在HLM框架下对有缺失的数据以及在自变量有测量误差时如何进行回归估计，还包括了嵌入性分项反应模型。
第13章则是关于分层数据分析中贝叶斯推断原理的介绍。
作者在第四部分中对全书应用的统计理论以及计算方法进行了总结，包括层-1为正态分布误差的单变量模型、多元线性模型以及分层一般化线性模型。此外，还给读者提供了一个新的链接网址，可以下载有关数据并访问更多的技术资料。